年龄相关性黄斑变性区域的自动化估计——初步结果
图像与视频处理
2021-10-19 v1 计算机视觉与模式识别
机器学习
摘要
本工作旨在研究一种在 RGB 眼底图像中检测年龄相关性黄斑变性（AMD）病灶的自动方法。为此，我们将侵入性获取的眼底造影图像（“金标准”诊断）与 RGB 图像对齐，并使用它们手工标注病灶。这是使用我们自定义的工具完成的。利用这些数据，我们训练并测试了五种不同的卷积神经网络：一个自定义的用于分类健康与患 AMD 的眼底，以及四个知名网络：ResNet50、ResNet101、MobileNetV3 和 UNet，用于在患 AMD 的眼底图像中分割（定位）AMD 病灶。我们在 MobileNetV3 的分割中取得了 93.55% 准确率或 69.71% Dice 指数作为初步最佳结果。
引用
@article{arxiv.2107.02211,
title = {Automated age-related macular degeneration area estimation -- first results},
author = {Rokas Pečiulis and Mantas Lukoševičius and Algimantas Kriščiukaitis and Robertas Petrolis and Dovilė Buteikienė},
journal= {arXiv preprint arXiv:2107.02211},
year = {2021}
}