Brighteye：基于 Vision Transformer 的彩色眼底照片青光眼筛查
计算机视觉与模式识别
2024-09-30 v1
摘要
图像质量、光照条件和患者人口统计特征的差异给基于彩色眼底摄影的青光眼自动检测带来了挑战。本文提出了一种基于 Vision Transformer 的方法 Brighteye，用于青光眼检测和青光眼特征分类。Brighteye 利用自注意力机制学习大型眼底图像中像素间的长程关系。在输入 Brighteye 之前，使用 YOLOv8 对视盘进行定位，并裁剪以视盘中心为中心的感兴趣区域（ROI），以确保与临床实践保持一致。视盘检测将青光眼检测在 95% 特异度下的敏感度从 79.20% 提升至 85.70%，并将青光眼特征分类的 Hamming 距离从 0.2470 降至 0.1250。在 AI 青光眼筛查合理转诊挑战赛的开发阶段，总体结果在 226 项参赛作品中位列第五。
引用
@article{arxiv.2405.00857,
title = {Brighteye: Glaucoma Screening with Color Fundus Photographs based on Vision Transformer},
author = {Hui Lin and Charilaos Apostolidis and Aggelos K. Katsaggelos},
journal= {arXiv preprint arXiv:2405.00857},
year = {2024}
}
备注
ISBI 2024, JustRAIGS challenge, glaucoma detection