利用血管分割图作为归纳偏置的糖尿病视网膜病变自动分析
图像与视频处理
2022-12-22 v3 计算机视觉与模式识别
摘要
近期研究表明,糖尿病视网膜病变(DR)的早期阶段可通过监测深层血管复合体中的血管变化来诊断。本工作中,我们研究了一种基于光学相干断层扫描血管造影(OCTA)图像的 DR 自动分级新方法。我们的工作将 OCTA 扫描与其血管分割相结合,作为针对病变分割、图像质量评估和 DR 分级的任务特定网络的输入。为此,我们生成合成 OCTA 图像以训练可直接应用于真实 OCTA 数据的分割网络。我们在 MICCAI 2022 的 DR 分析挑战赛(DRAC)上测试了我们的方法。实验中,所提方法表现与基线模型相当。
引用
@article{arxiv.2210.16053,
title = {Automated analysis of diabetic retinopathy using vessel segmentation maps as inductive bias},
author = {Linus Kreitner and Ivan Ezhov and Daniel Rueckert and Johannes C. Paetzold and Martin J. Menten},
journal= {arXiv preprint arXiv:2210.16053},
year = {2022}
}
备注
Submission for MICCAI 2022 Diabetic Retinopathy Analysis Challenge (DRAC) Proceedings, DOI: 10.5281/zenodo.6362349