摘要
本发明公开了基于离散二进制粒子群优化的自动化编码‑解码网络的视网膜血管分割方法及系统,该分割方法包括:构建视网膜血管数据集;获取轻量化的U型神经网络模型;获取最优U型神经网络模型;通过最优U型神经网络模型获取视网膜血管图像的分割结果。本发明通过离散二进制粒子群优化算法自动搜索和优化神经网络结构,使得网络架构可以根据任务需求自动调整,同时通过引入FPN Attention Block,结合ECA‑Net和CBAM等注意力机制,根据选择因子灵活地配置注意力机制,对编码器输出进行加权后再与解码器融合,能够有效聚焦于重要的局部特征,提高了细小血管和复杂结构的分割精度。
技术关键词
离散二进制粒子群优化
视网膜血管图像
神经网络模型
解码网络
二进制粒子群算法
视网膜血管分割系统
注意力机制
优化神经网络结构
节点
融合特征
基因
金字塔特征
解码器
因子
编码器
特征金字塔
系统为您推荐了相关专利信息
白细胞
神经网络模型
通道
全局平均池化
图像特征提取
路障设备
设施
人员伤亡风险
摄像设备
无线通信单元
握笔姿势
压电振动部件
异常信息
终端设备
压电陶瓷层
管理服务系统
可用性评估
决策控制模块
神经网络模型
注意力机制
新能源纯电动汽车
数据采集系统
人机交互模块
电池管理模块
纯电动汽车电池