您现在的位置是：首页 >技术杂谈 >DA-Net：用于视网膜血管分割的双分支Transformer和自适应条带上采样网站首页技术杂谈

DA-Net：用于视网膜血管分割的双分支Transformer和自适应条带上采样

松下直子 2023-07-13 00:00:03
简介DA-Net：用于视网膜血管分割的双分支Transformer和自适应条带上采样

文章目录

DA-Net: Dual Branch Transformer and Adaptive Strip Upsampling for Retinal Vessels Segmentation

摘要

目前的视网膜血管分割方法根据输入类型大致分为图像级和patch级方法，但每种方法都有自己的优缺点。

  1. 为了从这两种输入形式中获益，我们引入了一种双分支变换器模块（DBTM），它可以同时充分享受patch级别的局部信息和图像级别的全局上下文。
  2. 此外，视网膜血管长而细，呈条状分布，这使得经典卷积神经网络的方核是错误的，因为它只适用于大多数体积形状的自然物体。为了更好地捕捉上下文信息，我们进一步设计了自适应Strip上采样块（ASUB），以适应视网膜血管的条带分布。基于上述创新，我们提出了一种具有双分支变换器和自适应Strip上采样（DA-Net）的视网膜血管分割网络

在这里插入图片描述

本文方法

整体框架

通过两个VGG提取特征，然后全连接层后到transformer模型，然后进行上采样
在这里插入图片描述

Transformer Layer

在这里插入图片描述
不细说

Adaptive Strip Upsampling Block

在这里插入图片描述
分为四种方向进行采样，图中很清晰
经过这四个方向的采样过后，再利用全局平均池化
在这里插入图片描述
损失函数：
在这里插入图片描述

实验结果

在这里插入图片描述

消融实验

在这里插入图片描述

风语者！平时喜欢研究各种技术，目前在从事后端开发工作，热爱生活、热爱工作。

站长推荐