平移窗口蛇形网络：学习自适应血管模式用于OCTA分割
图像与视频处理
2024-04-30 v1 计算机视觉与模式识别
摘要
在光学相干断层扫描血管造影（OCTA）图像中分割特定目标或结构是进行进一步病理学研究的基础。视网膜血管层丰富而复杂，这种具有复杂形状的血管可以通过广泛研究的OCTA图像捕获。在本文中，我们因此研究如何使用带有投影血管层的OCTA图像来分割视网膜结构。为此，我们提出了SSW-OCTA模型，该模型融合了适合管状结构的可变形卷积和用于全局特征提取的Swin-Transformer的优势，以适应OCTA模态图像的特性。我们的模型在OCTA-500数据集上进行了测试和比较，达到了最先进的性能。代码可在以下地址获取：https://github.com/ShellRedia/Snake-SWin-OCTA。
引用
@article{arxiv.2404.18096,
title = {Snake with Shifted Window: Learning to Adapt Vessel Pattern for OCTA Segmentation},
author = {Xinrun Chen and Mei Shen and Haojian Ning and Mengzhan Zhang and Chengliang Wang and Shiying Li},
journal= {arXiv preprint arXiv:2404.18096},
year = {2024}
}