基于 U-Net 模型的 SD-OCT 图像视网膜内囊肿自动分割通用方法
图像与视频处理
2022-02-02 v1 计算机视觉与模式识别
摘要
视网膜内液或囊肿是黄斑病变的重要症状之一，可在 OCT 图像中有效显现。这些异常的自动分割已在医学图像处理研究中被广泛探讨。本文提出一种基于 U-Net 的跨不同设备视网膜内囊肿分割新方法，改进了以往基于深度技术所面临的一些挑战。所提方法包含两个主要步骤：1-先验信息嵌入与输入数据调整；2-IRC 分割模型。第一步中，我们将信息注入网络，以克服网络在接收数据与学习重要上下文知识方面的若干局限。下一步中，我们在标准 U-Net 架构的编码器与解码器部分之间引入一个连接模块，将信息从编码器更有效地传递至解码器部分。采用 OPTIMA 与 KERMANY 两个公开数据集评估所提方法。结果表明，所提方法是一种高效的设备无关 IRC 分割方法，在 OPTIMA 与 KERMANY 数据集上的平均 Dice 值分别为 0.78 与 0.81。
引用
@article{arxiv.2202.00465,
title = {A generalizable approach based on U-Net model for automatic Intra retinal cyst segmentation in SD-OCT images},
author = {Razieh Ganjee and Mohsen Ebrahimi Moghaddam and Ramin Nourinia},
journal= {arXiv preprint arXiv:2202.00465},
year = {2022}
}
备注
22pages, 7 figures, 4 tables