一种精准高效的 OCTA 血管分割神经网络及新数据集
图像与视频处理
2023-09-19 v1 计算机视觉与模式识别
摘要
光学相干断层扫描血管造影（OCTA）是一种可呈现高分辨率视网膜血管的无创成像技术。本文提出一种精准高效的神经网络用于 OCTA 图像中的视网膜血管分割。所提网络取得了与其他 SOTA 方法相当的精度，同时参数量更少、推理更快（例如比 U-Net 轻 110 倍、快 1.3 倍），对工业应用十分友好。这通过将在全分辨率卷积网络上应用改进的循环 ConvNeXt 块得以实现。此外，我们创建了一个包含 918 张 OCTA 图像及其对应血管标注的新数据集。该数据集借助 Segment Anything Model（SAM）进行半自动标注，大幅提升了标注速度。为惠及学界，我们的代码与数据集可从 https://github.com/nhjydywd/OCTA-FRNet 获取。
引用
@article{arxiv.2309.09483,
title = {An Accurate and Efficient Neural Network for OCTA Vessel Segmentation and a New Dataset},
author = {Haojian Ning and Chengliang Wang and Xinrun Chen and Shiying Li},
journal= {arXiv preprint arXiv:2309.09483},
year = {2023}
}