位置注意力引导下的青光眼自动筛查方法.pdfVIP

计算机系统应用

ISSN

1003-3254,

CODEN

CSAOBNE-mail:

csa@

2025,34(5):185−195

[doi:

10.15888/ki.csa.009840]

[CSTR:

32024.14.csa.009840]

©中国科学院软件研究所版权所有.Tel:

+86-10

位置注意力引导下的青光眼自动筛查方法①

1123

赵天泽,

刘巧红,

李新宇,

林敏

1(上海健康医学院

医疗器械学院,

上海

201318)

2(上海理工大学

健康科学与工程学院,

上海

200093)

3(上海市同济医院,

上海200065)

通信作者:

林敏,

E-mail:

linm_doc@163.com

摘要:

为了提高青光眼疾病的预测和诊断的准确性,

避免人工筛查造成的误差累积,

本文提出了一种位置注意力

引导下的青光眼自动筛查方法.

所提出的模型包含了眼底图像注意力预测和青光眼疾病分类两个部分.

首先,

提出

了一个基于结合深度理解卷积核和通道激励连接空间金字塔的U型网络进行眼底图像注意力预测,

并将解码过程

中的特征图作为空间信息引导青光眼分类.

其次,

提出了在青光眼分类模型中使用的位置注意力机制,

该注意力机

制结合不同来源的通道信息与空间信息对来自外部编码器的特征图进行动态调整.

青光眼分类模型的主分支堆叠

了多个位置注意力模块和残差模块用于实现分类任务,

同时设计了一个用于分割任务的辅助分支协助模型训练和

优化,

提高分类精度.

所提方法基于青光眼LAG数据集测试的精准度、召回率和AUC指标分别达到97.84%、

97.75%和98.57%,

表现优于所有对比模型.

通过可视化注意力激活热图得到的模型决策关注区域更加准确,

辅助

临床诊断中对病灶的定位,

并为临床诊断的结果提供有效的参考.

关键词:

青光眼筛查;

卷积神经网络;

深度理解卷积核;

通道激励连接空间金字塔;

位置注意力

引用格式:

赵天泽,刘巧红,李新宇,林敏.位置注意力引导下的青光眼自动筛查方法.计算机系统应用,2025,34(5):185–195.

/

1003-3254/9840.html

GlaucomaAutomaticScreeningMethodBasedonPositionAttentionGuidance

1123

ZHAO

Tian-Ze,

LIU

Qiao-Hong,

LI

Xin-Yu,

LIN

Min

1(College

of

Medical

Instruments,

Shanghai

University

of

Medicine

and

Health

Sciences,

Shanghai

201318,

China)

2(School

of

Health

Science

and

Engineering,

University

of

Shanghai

for

Science

and

Technology,

Shanghai

200093,

China)

3(Shanghai

Tongji

Hospital,

Shanghai

200065,

China)

Abstract:

To

improve

the

accuracy

of

predicting

and

diagnosing

glaucoma

and

avoid

the

accumulation

of

errors

caused

by

manual

screening,

this

study

proposes

an

automatic

glaucoma

screening

method

guided

by

position

attention.

The

proposed

method

includes

two

parts:

attention

pre