大河报·大河客户端记者李鑫
昨日，记者从信阳市淮滨高级中学获悉，淮滨高中毕业学子闫子正为第一作者的论文《LearningMutuallyLocal-globalU-netsforHigh-resolutionRetinalLesionSegmentationinFundusImages》被IEEE生物医学成像国际会议收录。IEEE生物医学成像国际会议是由IEEE信号处理学会(SPS)和IEEE生物医学工程学会(EMBS)联合倡议发起的，享有很高的国际学术声誉。
糖尿病视网膜病变是糖尿病最重要的并发症，闫子正的论文主要探讨眼底图片的自动病变检测。视网膜病变的早期诊断有助于避免失明，由于眼底成像分辨率高且病变区域通常尺寸很小，应用现有方法(例如U-Nets)来对病变区域进行分割是非常具有挑战性的。虽然对输入图像进行下采样可以将问题简化，但会丢失局部的细节信息。基于分块分析的方法有助于实现精细分割，但由于缺乏全局上下文信息通常会导致误报。论文将两个思路结合在一起提出了一种高效的深度神经网络结构，使得在进行分割的过程中不仅可以感知到细节信息也可以很好地利用全局上下文信息。该网络结构是通过在全局级和分块级的U-net的解码器部分进行集成来实现的。论文也提出了对这两个网络流进行联合优化，以通过相互促进学习从而进一步提高算法的表现。实验结果表明，论文提出的新框架明显优于现有的基于分块和全局的方法，特别是当病变区域非常分散且尺寸非常小的时候，论文提出的方法表现尤为突出。
来源：大河客户端编辑：徐华美