文章摘要
王海霞*,王如欣**,张怡龙*,陈朋*,蒋莉*.基于轻量级3DUnet神经网络的OCT皮下汗腺提取研究[J].高技术通讯(中文),2022,32(7):737~748
基于轻量级3DUnet神经网络的OCT皮下汗腺提取研究
OCT subcutaneous sweat gland extraction based on a lightweight 3DUnet neural network
  
DOI:10.3772/j.issn.1002-0470.2022.07.008
中文关键词: 皮下汗腺; 3DUnet; 三维深度可分离; 轻量化; 映射
英文关键词: subcutaneous sweat gland, 3DUnet, 3D depth-wise separable convolution, lightweight, mapping
基金项目:
作者单位
王海霞* (*浙江工业大学计算机科学与技术学院杭州 310000) (**浙江工业大学信息工程学院杭州 310000) 
王如欣** (*浙江工业大学计算机科学与技术学院杭州 310000) (**浙江工业大学信息工程学院杭州 310000) 
张怡龙* (*浙江工业大学计算机科学与技术学院杭州 310000) (**浙江工业大学信息工程学院杭州 310000) 
陈朋* (*浙江工业大学计算机科学与技术学院杭州 310000) (**浙江工业大学信息工程学院杭州 310000) 
蒋莉* (*浙江工业大学计算机科学与技术学院杭州 310000) (**浙江工业大学信息工程学院杭州 310000) 
摘要点击次数: 76
全文下载次数: 57
中文摘要:
      针对指尖皮肤磨损或出汗导致表皮层汗孔采集困难的问题,本文提出一种基于三维深度可分离卷积的轻量级3DUnet神经网络提取皮下汗腺的算法。首先扩展深度可分离卷积到三维空间,实现3DUnet神经网络轻量化。其次,将提取到的皮下汗腺映射到二维表皮指纹,获取表皮层汗孔位置。本文建立完备的皮下汗腺相关数据集对算法进行验证。实验结果表明,本文提出的轻量级3DUnet与3DUnet在皮下汗腺轮廓提取精确度和皮下汗腺提取准确率方面效果基本一致,而轻量级3DUnet的参数量和时间复杂度分别仅有3DUnet的5.1%和6.2%,其空间复杂度也有所下降。
英文摘要:
      Fingertip skin conditions such as abrasion and sweating can greatly influence or even cause failure of the sweat pores capturing. A lightweight 3DUnet neural network for subcutaneous sweat glands extraction based on 3D depth wise separable convolution is proposed in this thesis. The depth wise separable convolution is extended to three-dimensional space to lighten the 3DUnet neural network. The extracted sweat glands are then mapped to two-dimensional epidermal fingerprints. A data set of subcutaneous sweat glands is established to verify the proposed method. The experimental results show that the accuracy of subcutaneous sweat glands extraction based on the lightweight 3DUnet is basically consistent with that of 3DUnet. But the parameter number and time complexity of the lightweight 3DUnet are only 5.1% and 6.2% of 3DUnet, and its spatial complexity is also decreased.
查看全文   查看/发表评论  下载PDF阅读器
关闭

分享按钮