用于糖尿病视网膜病变筛查中视网膜图像渗出物分割的残差编解码网络
图像与视频处理
2022-01-19 v1 计算机视觉与模式识别
摘要
糖尿病视网膜病变是指由糖尿病引起的视网膜病变，是世界上可预防性失明的主要原因之一。早期检测糖尿病视网膜病变对于通过持续筛查和治疗避免视力问题至关重要。在传统临床实践中，相关病变是使用眼底照片手动检测的。然而，由于病变体积小且图像对比度低，该任务繁琐、耗时且需要大量精力。因此，基于红色病变检测的计算机辅助糖尿病视网膜病变诊断近来正被积极探索。在本文中，我们提出了一种带有残差跳跃连接的卷积神经网络，用于视网膜图像中渗出物的分割。为提升网络架构性能，使用了合适的图像增强技术。所提出的网络能够高精度鲁棒地分割渗出物，使其适用于糖尿病视网膜病变筛查。给出了在三个基准数据库HEI-MED、E-ophtha和DiaretDB1上的对比性能分析。结果表明，所提方法在E-ophtha、HEI-MED和DiaReTDB1上的准确性分别为(0.98, 0.99, 0.98)，敏感性分别为(0.97, 0.92, 0.95)。
引用
@article{arxiv.2201.05963,
title = {A Residual Encoder-Decoder Network for Segmentation of Retinal Image-Based Exudates in Diabetic Retinopathy Screening},
author = {Malik A. Manan and Tariq M. Khan and Ahsan Saadat and Muhammad Arsalan and Syed S. Naqvi},
journal= {arXiv preprint arXiv:2201.05963},
year = {2022}
}