22
2018 CVPR
Method : 三分类 ( normal , suspicious , glaucoma)
Dataset : 1022
Architecture : 2sRanking-CNN
Results :Acc of 96.46%, Sp of 96.00%,SeS of 97.56%, and SeG of 95.18%
韩国
Method
backbone : DenseNet 121
- first stage ranking-CNN
input : 原始眼底图
output : CAM 掩模滤波图像
将正常和可疑分为一类的病例称为(NS)-(G),将可疑和青光眼分为(N)-(SG)
- steps to extract ROI from CAM (CAMextracted ROI)
在CAM提取ROI阶段,将CAM掩模滤波图像与原始眼底图像相结合,得到ROI。
- second stage ranking-CNN
将上述ROI作为输入,再次训练ranking-CNN,输出最终预测值。
Result
- suspicious 类别 分类精度高
Discussion
limitation
-
数据集少
-
可以有效地对 连续类和模糊类 分类
-
提取的 掩模和ROI 图像包含一定程度的医生诊断标准
-
计划添加更多数据集
-
推广到 2s-CNN ,用于多标签CNN