04
Integrated Optic Disc and Cup Segmentation with Deep Learning
2015 年比较老
分割问题 : 青光眼筛查,视盘分割,视杯分割
Dataset:两个大型真实数据库上的测试(SEED-DB / MESSIDOR)
Architecture: 定位 Daubechies wavelet transform method + 去掉血管 + 9-layer CNN(3conv+3maxpooling+2FC)
Methods
我们描述了一个综合的解决方案,基于应用卷积神经网络特征夸大输入强调视盘苍白无血管阻塞,以及血管扭曲的程度。生成的原始概率图,然后进行鲁棒细化程序,考虑到视网膜结构的先验知识。通过对这些概率图的分析,我们可以得到一个关于分割正确性的置信度估计,这可以用来指导最具挑战性的手工检查案例。
过程:
-
localization
粗定位视盘,返回典型视盘宽度的两倍左右的正方形
方法: Daubechies wavelet transform method -
conversion
去掉血管,将图像转换为适合视盘和杯状分割的表示形式- obtain a mask of the vessels by trench detection
- 来自血管掩膜外的可信视盘背景像素填充掩膜血管像素
-
classifi