Convolutional neural network transfer for automated glaucoma identification论文理解

最新推荐文章于 2024-03-13 10:57:15 发布
最新推荐文章于 2024-03-13 10:57:15 发布
阅读量490 收藏 3
点赞数
分类专栏： 深度学习文章解读 文章标签： 深度迁移学习应用于医学图像检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_29184757/article/details/78369233
版权
本文探讨了预训练的卷积神经网络(OverFeat和VGG-S)在眼底图像青光眼检测中的作用，通过血管修复、CLAHE等预处理技术提升特征表示，并结合'l1'和'l2'正则逻辑回归分类器进行训练。实验在Drishti-GS1数据集上验证了这种方法的可行性，强调了预处理在有限数据集上迁移学习的重要性。
摘要由CSDN通过智能技术生成

本文开源的MATLAB的代码

       目前用于眼底图像的自动青光眼检测的大多数系统依赖于基于分割的特征，很明显，它们受到底层分割方法的影响。在本文中，我们提出在非医疗数据上预训练CNN来实现青光眼自动检测方案的可行性。本文提出两种不同的CNN（即OverFeat和VGG-S）应用于眼底图像以产生特征向量。文中加入了预处理技术，如血管修复，对比度限制自适应直方图均衡（CLAHE）和在ONH区域修建等，以评估该视野内特征区分力力的改进，同时在模型中组合进"l1"和"l2"正则逻辑回归项。实验时，在Drishti-GS1数据集上的结果表明，这种方法的可行性，同时说明了当数据量不足以微调网络时在迁移学习中明确提供图像预处理选择的重要性的证据。

1 引言

       在本文中，我们分析了

最低0.47元/天 解锁文章
报任安者
关注
专栏目录
【深度学习模型的训练与评估】Drishti-GS1数据集解释
李响
07-02 1219
Drishti-GS1 dataset consists of a total of 101 images.These have been divided into 50 training and 51 testing images.All the images have been marked by 4 eye experts with varying clinical experience. All images were collected at Aravind eye hospital, Madu.
深度学习论文: A Compact Convolutional Neural Network for Surface Defect Inspection及其PyTorch实现
mingo_敏
07-01 1174
A Compact Convolutional Neural Network for Surface Defect Inspection PDF:https://www.mdpi.com/1424-8220/20/7/1974/xml PyTorch: https://github.com/shanglianlm0525/PyTorch-Networks 1 LW(LightWeight) bottleneck class LWbottleneck(nn.Module): def __init__
眼科标准数据集Drishti-GS1
03-18
关于视盘与杯盘分割的标准数据集
Drishti-GS1_files 青光眼数据集
03-25
如果需要分割杯盘比来判断是否为青光眼，此数据集可以
医学图像分割：UNet++
机器学习算法那些事
11-15 2068
作者：Jingles (Hong Jing)编译：ronghuaiyang导读使用一系列的网格状的密集跳跃路径来提升分割的准确性。在这篇文章中，我们将探索UNet++: A Nested...
A convolutional neural network for modelling sentences论文及翻译
11-24
《A convolutional neural network for modelling sentences》这篇论文是自然语言处理（NLP）领域的一份重要文献，主要探讨了如何利用卷积神经网络（Convolutional Neural Network, CNN）来理解和建模句子结构。...
A shortly and densely connected convolutional neural network for vehicle re-identification
02-08
A shortly and densely connected convolutional neural network for vehicle re-identification
【图像超分】论文精读：efficient sub-pixel convolutional neural network (ESPCN)
最新发布
畅游计算机视觉的海洋
03-13 1万+
最近，基于深度神经网络的几个模型在单幅图像超分辨率的重构精度和计算性能方面都取得了巨大的成功。在这些方法中，低分辨率 (LR) 输入图像在重建之前使用单个滤波器（通常是双三次插值）放大到高分辨率 (HR) 空间。这意味着超分辨率 (SR) 操作是在 HR 空间中执行的。我们证明了这是次优的，并增加了计算复杂度。在本文中，我们提出了第一个卷积神经网络 (CNN)，能够在单个 K2 GPU 上实时 SR 1080p 视频。为了实现这一点，我们提出了一种新颖的 CNN 架构，其中特征图是在 LR 空间中提取的。此
【医学影像系列三】青光眼诊断眼底图像数据集｜代码｜论文总结｜结果汇总｜名词解析｜评价指标
鹿鹿的博客
11-08 2万+
导语：这是之前做青光眼诊断研究时候整理的资料，所有的文章数字编号都对应我之前发表的论文阅读博客，比如方法汇总 No.15 对应【医学+深度论文：F15】这篇文章。有一些对大家有用但是我没有用到的学习资料也放在文中。汇总整理难免有遗漏，希望大家能够提出和补充，谢谢～ Dataset 数据集汇总 Dataset Name & Paper Country Photo Feature Equipment disease Drishti-GS Retinal image dataset .
【眼底图像数据集】视杯 & 视盘分割
学习 & 分享 ~
03-04 5873
https://data.mendeley.com/datasets/rscbjbr9sj/2分类数据： 张彩色眼底图像，格式 ，用于糖尿病视网膜病变检测，用于分类任务。数据标注：Excel 文件，标注了每幅图像的：下载链接：Messidor数据说明：1200 张图片分为 3 组，分别为来自不同眼科部门的数据，各 400 张图像；每组包含 4 个子压缩包，各子压缩包下分别有 100 张图像。数据： 张视网膜图像，是 Messidor 数据的扩展。该数据集有四个任务，分别为：数据： 张彩色视网膜眼底图像，包括
【医学+深度论文：F18】2019 Robust optic disc and cup segmentation with deep learning for glaucoma detection
鹿鹿的博客
06-12 1517
18 2019 Computerized Medical Imaging and Graphics Robust optic disc and cup segmentation with deep learning for glaucoma detection Method ： 分割 OD/OC 计算 CDR Dataset ：train RIGA ；test DRISHTI-GS1...
【医学+深度论文：F34】2018 CVPR Retinal Optic Disc Segmentation using Conditional Generative Adversarial
鹿鹿的博客
06-25 913
34 2018 CVPR Retinal Optic Disc Segmentation using Conditional Generative Adversarial Network dataset - introduce github Grishti-GS1 2017 keras F21 复现 https://github.com/abhinav-iiit/fundus-i...
《利用眼底图像进行青光眼筛查的视神经盘感知组合网络》论文笔记
Keep&Deep Thinking
08-01 1871
原论文： Fu, Huazhu , et al. "Disc-aware Ensemble Network for Glaucoma Screening from Fundus Image."IEEE Transactions on Medical Imaging(2018):1-1. 概述 青光眼是一种能够致盲的常见眼病，并且具有不可逆性。因此早期的诊断和治疗对于提高患者的生活质量有至...
一步一步分析讲解深度神经网络基础-Convolutional Neural Network
热门推荐
凡难事必作于细的博客
12-25 2万+
Convolutional Neural Network 参考http://cs231n.github.io/convolutional-networks/history Convolutional Neural Networks (CNNs / ConvNets)Convolutional Neural Networks are very similar to ordinary Neural
深度卷积神经网络——Deep Convolutional Neural Networks
lhaof的博客
02-26 6122
本文是对深度学习大牛Hinton于2012年发表在NIPS上面的论文《ImageNet Classification with Deep Convolutional Neural Networks》进行学习的笔记。 1.关于对数据集ImageNet的处理： 研究者将图片down-sample到固定像素256*256。对于一个矩形图片，先放缩图片使短边长度为256，才取此时图片中间的256*25
深度残差网络原理理解
静静地玛尼石
09-14 1万+
1.背景 （1）残差网络的辉煌历史：残差引人瞩目的成绩则是在2015年的图像识别大赛上，其在5项数据集上取得了远远领先于第二名的效果。包括了图像的分类（152层），识别，定位（高于27%），检测（11%和16%）和分割（高于12%）。 （2）为什么残差学习的效果会如此的好？与其他论文相比，深度残差学习具有更深的网络结构,此外，残差学习也是网络变深的原因？为什么网络深度如此的重要？
MICCAI2017分割文章核心框架整理
静静地玛尼石
04-06 6674
1.A Fixed-Point Model for Pancreas Segmentation in Abdominal CT Scans1.        摘要：深层神经网络已被广泛应用于从腹部CT扫描中自动化器官分割。但是，细分一些小器官（例如胰腺）有时它准确度低于满意度，可以说是因为深层网络容易由复杂和可变的背景区域占据大部分输入区域而被影响。在本文中，我们解决这个问题通过使用预测分割掩模的...
A lightweight convolutional neural network for disease detection of fruit leaves
04-13
Sure, there are many lightweight convolutional neural networks (CNNs) that can be used for fruit leaf disease detection. One popular option is MobileNet, which can provide good classification accuracy...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值