期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
SAM-Retina:基于SAM的双模态视网膜图像动静脉分割
1
作者
许恒宇
陈坤
+2 位作者
徐琳
孙明斋
陆洲
《计算机科学》
北大核心
2025年第10期123-133,共11页
动脉与静脉在RGB视网膜成像中形态高度相似,且其本身结构兼具细微性和复杂性,导致现阶段多数视网膜图像处理所使用的动静脉分割模型难以取得理想效果。为提高动静脉分割的准确性,同时降低训练成本,提出了一种基于SAM(Segment Anything M...
动脉与静脉在RGB视网膜成像中形态高度相似,且其本身结构兼具细微性和复杂性,导致现阶段多数视网膜图像处理所使用的动静脉分割模型难以取得理想效果。为提高动静脉分割的准确性,同时降低训练成本,提出了一种基于SAM(Segment Anything Model)的视网膜分割模型——SAM-Retina。SAM-Retina采用特征融合器-适配型图像编码器-掩码解码器架构,使用同时包含RGB图像以及570 nm和610 nm单波长图像的结构-功能双模态视网膜图像代替原有的单模态(RGB)图像作为输入,利用特征融合器融合这3种图像的特征;通过在视觉转换器中插入Adapter模块并对其加以更新,保留图像编码器在大规模自然图像数据集上的预训练参数;使用静态提示嵌入代替提示编码器,去除原有SAM分割流程中的提示输入过程和提示编码过程。实验阶段将模型在DualModal2019和HRF数据集上进行训练和评估,并与U-Net,CRU-Net和TW-GAN进行对比。结果表明,相较于对比模型,SAM-Retina在各项评估指标上效果更好,尤其是双模态图像的引入,使得在无需扩大模型规模的前提下,有效提升了分割性能。
展开更多
关键词
双模态视网膜图像
动静脉分割
图像编码器
视觉转换器
静态提示嵌入
在线阅读
下载PDF
职称材料
题名
SAM-Retina:基于SAM的双模态视网膜图像动静脉分割
1
作者
许恒宇
陈坤
徐琳
孙明斋
陆洲
机构
安徽师范大学
物理与电子
信息
学院
光电
信息
材料功能调控与应用
安徽省
重点
实验室
中国科学技术
大学
精密机械与精密仪器系
安徽师范大学计算机与信息学院工业智能数据安全安徽省重点实验室
中国科学技术
大学
生物医学工程
学院
中国科学技术
大学
苏州高等研究院
出处
《计算机科学》
北大核心
2025年第10期123-133,共11页
基金
国家自然科学基金面上项目(22073001)
网络与信息安全安徽省重点实验室课题(AHNIS2021001)
+1 种基金
芜湖市重点研发与成果转化项目(2023yf110)
安徽师范大学校级科研项目培育项目(2022xjxm052)。
文摘
动脉与静脉在RGB视网膜成像中形态高度相似,且其本身结构兼具细微性和复杂性,导致现阶段多数视网膜图像处理所使用的动静脉分割模型难以取得理想效果。为提高动静脉分割的准确性,同时降低训练成本,提出了一种基于SAM(Segment Anything Model)的视网膜分割模型——SAM-Retina。SAM-Retina采用特征融合器-适配型图像编码器-掩码解码器架构,使用同时包含RGB图像以及570 nm和610 nm单波长图像的结构-功能双模态视网膜图像代替原有的单模态(RGB)图像作为输入,利用特征融合器融合这3种图像的特征;通过在视觉转换器中插入Adapter模块并对其加以更新,保留图像编码器在大规模自然图像数据集上的预训练参数;使用静态提示嵌入代替提示编码器,去除原有SAM分割流程中的提示输入过程和提示编码过程。实验阶段将模型在DualModal2019和HRF数据集上进行训练和评估,并与U-Net,CRU-Net和TW-GAN进行对比。结果表明,相较于对比模型,SAM-Retina在各项评估指标上效果更好,尤其是双模态图像的引入,使得在无需扩大模型规模的前提下,有效提升了分割性能。
关键词
双模态视网膜图像
动静脉分割
图像编码器
视觉转换器
静态提示嵌入
Keywords
Dual-modal retinal image
Arteriovenous segmentation
Image encoder
Vision transformer
Static prompt embedding
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
SAM-Retina:基于SAM的双模态视网膜图像动静脉分割
许恒宇
陈坤
徐琳
孙明斋
陆洲
《计算机科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
