2018 Glaucoma diagnosis based on both hidden features and domain knowledge through deep learning models
研究了如何利用深度学习模型将domain knowledge feature(青光眼诊断的重要指标和图像中包含大量信息的重要区域)与眼底图像相结合,实现青光眼的自动诊断。(不仅用深度学习分析了眼底图片,还结合了一些non-image 的features 比如年龄等)
提出了 MB-NN (multi-brance neural network model)
文章比较侧重计算机,大部分在讲网络
五个数据集 2000/1000/2000/134/2554 . Tongren hospital
Methods
Open-angle glaucoma
- (开角型青光眼)是最常见的一种青光眼,发展缓慢,没有疼痛,在病情恶化前很难发现。
- 该病有眼压高、视神经损伤、杯盘比大、视力下降等常见症状
传统计算机视觉
- 方法一:手工设计了基于能量的特征、局部结构模式(LCP)特征和高阶谱(HOS)特征等。然后根据这些特征建立分类器进行诊断。
- 方法二:手工设计的特征用于分割青光眼相关组织,如视盘和视杯;基于分割程序提取杯盘比等医学指标来进行诊断
Deep learning models
(have the advantages to capture complicated hidden patterns from highdimensional data )