FS-Net: 全尺度网络与自适应阈值用于提升微血管结构的提取
原文中文,约300字,阅读约需1分钟。发表于: 。提出了一种基于编码解码神经网络结构、sigmoid 平滑和自适应阈值方法的全尺度微血管提取机制,对视网膜血管分割问题进行了降低,取得了与之前研究相比具有竞争力的结果。这一性能的提升使得该解决方案更有可能应用于寻求眼科专家关注的真实诊断中心。
该研究提出了一种高效的多视图学习框架,通过比较多个增强视图,学习不变的血管特征表示,提高泛化能力。该方法在CHASE-DB1数据集上验证,获得了较高的F1得分和IoU得分,超过了现有方法。该方法适用于实际应用和部署。