25
2018 CVPR
Method : 分割 + 分类
Dataset :
Architecture : Unet(DenseNet)+ DenseNet201/ResNet18
Results :分割 平均误差CDR 0.09 分类 ROC SE0.75 SP 0.85/0.856
印度
首先分割 OD,OC ;然后 crop OD 得到patch ;送入分类网络 二分类
利用空间坐标学习 ROI
Method
Position encoded CNNs
Segment Net
-
数据预处理
正方形,resize 512×512
归一化:自适应直方图均衡化 CLAHE -
net
- 分割
分割是在计算网络生成的分割算法均值的基础上进行的。利用传统的计算机视觉技术,在图像滤波和阈值化的帮助下,对光盘的后处理粗掩模进行估计,如图,然后将网络获得的分割值与这些掩码相乘,以去除假阳性。将最大面积椭圆拟合到单个类(光盘和杯)上,融合得到最终的预测结果。
Classification
- DenseNet201,ResNet18
Result
- 比单一模型,集成分类器/模型 可以产生更好的性能
- 选择性剪枝有助于获得更高精度
- 使用多个网络比单个网络泛化能力好
- 输入层使用位置通道 ,有助于更好的定位 OD OC