氧诱导视网膜病变小鼠模型的建立与评价

目的:建立氧诱导视网膜病变(OIR)小鼠模型,并对模型进行整体评价.方法:7日龄清洁级C57BL/6J小鼠随机分为实验组(高氧组)与对照组(空气组),实验组置于体积分数为75％高氧环境中饲养5d后回到空气中继续饲养,对照组则始终在空气环境中饲养.两组小鼠分别于生后第7(P7)、12(P12)、14(P14)、17(P1...     

基于上下文特征的视网膜血管分割算法

针对视网膜血管分布复杂且多变，提出一种基于上下文特征提取的视网膜血管分割算法。首先通过K-L变换生成灰度图并经过预处理增强对比度。然后经过局部信息熵进行采样。该网络编码部分的多感受野残差编码模块在兼顾速度的同时对特征进行充分的提取。同时底部的特征融合模块由非对称融合非局部模块和非对称金字塔非局部模块两部分组成，用于融合图片的上下文特征。而解码部分由多个微型U型网络组成，保证将底层特征和高层映射特征有效融合并进行深层次的再提取。本文算法在DRIVE进行仿真，准确率为96.45%，特异性为98.37%，敏感度82.7%，AUC为98.64%，其实验结果表明能有效地分割视网膜血管。     

多层次可选择核卷积用于视网膜图像分类

为了提高深度学习网络对糖尿病性视网膜病变识别准确率，针对光学相干断层扫描技术（optical coherence tomography，OCT）的视网膜图像分类研究，提出了一种基于可选择卷积核的网络模型，该模型能对多个尺度扩张率的卷积核之间进行自动选择操作。分割阶段生成多条路径，这些路径具有相同的卷积核但不同的扩张率，对应不同的神经元感受野大小；融合阶段将多条路径的信息进行组合和聚合，得到一个全局的、全面的选择权重表示；选择操作再根据2种权值自身相似性和相对相似性来选择权值。实验结果表明，该模型在2个视网膜公开的基准数据集OCT2017及SD-OCT上分别达到了95.39%，99.18%的分类结果。与目前已有的主流模型相比，该模型的实验结果在2个数据集上均有提升。