一种语义特征图引导的青光眼筛查方法

现有的端到端青光眼筛査模型往往忽略细微病变区域而导致过拟合冋题，并且其可解释性区域尚不明确针对上述问题，提出一种语义特征图引导的青光眼筛查方法。利用基于Mobilenet v2作为特征提取网络的Deeplal3+分割模型进行视盘区域的分割定位、并且根据定位结果提取用于青光眼筛查的重点感兴趣区域，再通过设计注意力模块将其嵌λGG分类网络实现青光眼的准确筛査。注意力模块利用语义特征图融合浅层特征综合生成注意力图，通过强化特征分类相关区域而抑制非相关区域、达到增强模型分类鲁棒性的目的。所提方法基于lag database数据集测试的敏感性、特异性以及AUC分别为0.970.0.983和0.996.优于已有方法，且通过可视化注意力激活热图得到的模型决策关注区域更为精细、能够获得与医生诊断参考区域相一致的结果。