利用 DeepLabv3+ 对糖尿病视网膜病变病灶进行高级分割
计算机视觉与模式识别
2025-04-25 v1 人工智能
摘要
为提高糖尿病视网膜病变病灶（微动脌瘤、出血、渗出物和软渗出物）的分割，我们实现了针对每种病灶类型的二值分割方法。在后分割阶段，我们将各个模型输出组合到单个图像中，以更好地分析病灶类型。这种方法促进了参数优化，提高了准确率，有效克服了数据集限制和标注复杂性的挑战。特定的预处理步骤包括裁剪和对 LAB 图像的 L 通道应用对比受限自适应直方图均衡。此外，我们采用了针对性数据增强技术进一步细化模型的效果。我们的方法利用 DeepLabv3+ 模型，实现了 99% 的分割准确率。这些发现凸显了创新策略在推动医学图像分析方面的效果，特别是在对糖尿病视网膜病变病灶进行精确分割方面。IDRID 数据集用于验证和展示我们方法的鲁棒性。
引用
@article{arxiv.2504.17306,
title = {Advanced Segmentation of Diabetic Retinopathy Lesions Using DeepLabv3+},
author = {Meher Boulaabi and Takwa Ben Aïcha Gader and Afef Kacem Echi and Sameh Mbarek},
journal= {arXiv preprint arXiv:2504.17306},
year = {2025}
}
备注
This work was accepted at the ACS/IEEE International Conference on Computer Systems and Applications (AICCSA) 2024