自适应多域融合网络提升OCT视网膜分层与积液分割精度
研究人员提出一种新型深度学习模型AMDF-Net,用于光学相干断层扫描(OCT)B扫图像中视网膜各层及病理性积液的自动分割。该模型整合混合光谱-空间Transformer、动态注意力融合和疾病包容性分割三大模块,旨在提升糖尿病性黄斑水肿、年龄相关性黄斑变性和视网膜静脉阻塞等疾病的识别准确性。在公开及实时数据测试中,其Dice系数达98.87%,分类准确率为98.12%。
糖尿病引起的视网膜血管病变,可伴有糖尿病黄斑水肿,是糖尿病常见的眼部并发症。
以下是本站收录的相关资讯,按发布时间排列。内容为行业资讯解读,不构成医疗建议。