一种用于检测视网膜血管分叉点的多任务网络
图像与视频处理
2018-09-06 v1
摘要
视网膜血管中的分叉点是提取其拓扑结构的关键点，但其外观随血管密度、宽度以及分支/交叉角度而变化。分叉点模式的复杂性通常伴随着标签的稀缺，这阻碍了使用极深网络来检测它们。我们提出了一种多任务网络，生成血管内部、中心线、边缘和分叉点模式的标签，以提供额外信息来促进分叉点检测。在分叉点选择概率图中初步检测出潜在分叉点后，在中心线概率图中重新检查候选位置，以验证它们是否连接至少3个分支。在DRIVE和IOSTAR上的实验表明，我们的方法优于近期一项将流行深度网络训练为分类器来寻找分叉点的研究。此外，所提出的方法在仅训练一次后，以同等成功率适用于未见过的数据集。
引用
@article{arxiv.1806.03175,
title = {A Multi-task Network to Detect Junctions in Retinal Vasculature},
author = {Fatmatulzehra Uslu and Anil Anthony Bharath},
journal= {arXiv preprint arXiv:1806.03175},
year = {2018}
}
备注
MICCAI 2018 Camera Ready Version