MFGNET

一个新颖的多尺度和细粒网络，用于大型...

使用光学相干断层扫描（OCT）图像对大型脉络膜血管进行精确分割，使前所未有的定量分析能够理解脉络膜疾病。在本文中，我们提出了一个称为MFGNET的新型多尺度和精细网络。由于脉络膜血管是小目标，因此需要考虑远距离依赖性，因此，我们开发了一个两组细粒的特征提取模块，可以将变压器提取的远程信息与在两个分支之间引入信息交换的卷积中提取的局部信息。为了解决OCT图像中脉络膜血管的低对比度和模糊边界的问题，我们开发了一个较大的内核和多尺度注意模块，该模块可以通过多尺度卷积内核，通道混合和特征进行补充来改善目标区域的特征。我们用手动注释的大型脉络膜容器在800 OCT图像上定量评估了MFGNET。实验结果表明，与当前可用的最先进的分割网络相比，所提出的方法具有最佳性能。值得注意的是，根据分割结果将大型脉络膜血管在三个维度（3D）中重建，并计算了几个3D形态参数。对这些参数的统计分析揭示了健康对照组和高近视组之间的显着差异，从而确认了拟议工作在促进后来对疾病和临床决策的促进方面的价值。