机构名称：
¥ 1.0
糖尿病性视网膜病（DR）是造成运动年龄成人不可逆失明的主要原因。先前的DR检测模型在临床应用中遇到困难。主要原因是大多数以前的方法仅使用单视数据，而单个视野（FOV）仅占视网膜FOV的13％，从而导致大多数病变特征的丢失。为了减轻此问题，我们提出了一个用于DR检测的多视图模型，该模型可以充分利用涵盖几乎所有视网膜场的多视图图像。是特定的，我们设计了一个基于交互的自我注意模块（CISAM），该模块（CISAM）融合了从卷积块中提取的局部特征，该特征具有从变压器块中学到的远距离全局特征。此外，考虑到不同观点的病理关联，我们使用特征拼图来组装和学习多种视图的特征。具有34,452张图像的最新公共多视图MFIDDR数据集进行了广泛的实验，证明了我们方法的优越性，该方法对最新模型的表现有利。据我们所知，这项工作是公共大型多视图底面图像数据集的首次研究，用于DR检测。据我们所知，这项工作是公共大型多视图底面图像数据集的首次研究，用于DR检测。
mvcinn：使用深层交叉交流神经网络
主要关键词
相关文件推荐
