【医学+深度论文：F06】2018 CVPR A Deep Learning based Joint Segmentation and Classification Framework

06

2018 CVPR A Deep Learning based Joint Segmentation and Classification Framework for Glaucoma Assesment in Retinal Color Fundus Images

Method ： Segmentation + classification，分割视盘、视杯，分类青光眼
Dataset ： Train REFUGE （CFI）400 (360 Normal + 40 Glaucomatous cases)
     Zeiss Visucam images
     2124×2056 pixels
     Test 400 Canon CR-2 images (1634 × 1634 pixels)
Architecture : ROI extraction + Multi-task CNN + Post-processing
Results ：dice score 0.92（OD）, 0.84 （OC） ；AUC 0.95 （classification ）

Methods

青光眼的主要特征是视盘(OD)的结构改变，在彩色眼底图像(CFI)中呈明亮的椭圆形结构。它由一种叫做视杯(OC)的中央凹陷组成，周围环绕着一个同心的视网膜神经环。青光眼的特征是视网膜神经纤维的丢失，导致晶状体体积的增大。

CFIs仅提供视网膜表面的二维视图，缺乏深度信息。因此，CFI中OC的准确分割仍然是一个有待解决的问题。

现