近日,徐州一院信息处卢兆林副教授(唯一通讯作者)课题组联合眼科在医学影像领域顶级期刊《IEEE Transactions on Medical Imaging》(中科院一区Top期刊,影响因子9.8)发表题为“Automatic Choroid Segmentation and Thickness Measurement Based on Mixed Attention-guided Multiscale Feature Fusion Network”的研究论文。该文提出了一种基于混合注意力引导的多尺度特征融合网络(MAMFFN)的自动脉络膜分割和厚度测量方法,显著提高了脉络膜分割的准确性和厚度测量的精确度,为眼科疾病的早期诊断和治疗提供了重要技术支持。
脉络膜作为眼部的重要结构,其厚度变化与多种眼科疾病密切相关。然而,传统的人工分割方法不仅耗时费力,且存在主观性,难以满足临床大规模应用的需求。自动化的脉络膜分割和厚度测量技术因此成为研究热点。本研究提出的MAMFFN网络通过混合注意力机制和多尺度特征融合,有效提升了脉络膜分割的准确性和鲁棒性,尤其在处理复杂的OCT图像时表现出色。相比传统方法,该技术在分割精度和厚度测量的准确性上均有显著提升,为眼科疾病的早期诊断和治疗提供了有力工具。
《IEEE Transactions on Medical Imaging》(TMI)创刊于1982年,是医学影像领域影响因子最高的期刊之一,其发表的研究论文以创新性和实用性著称,在推动医学影像技术的发展和临床应用中发挥着重要作用。该研究论文系统整合了混合注意力引导的多尺度特征融合技术在脉络膜分割和厚度测量中的应用框架,为眼科疾病的自动化诊断提供了关键技术支持。