用于存在积液的光学相干断层扫描视网膜层分割的级联深度神经网络
图像与视频处理
2019-12-10 v1 计算机视觉与模式识别
机器学习
摘要
光学相干断层扫描（OCT）是一种非侵入性成像技术，可提供眼部内部结构微米级分辨率的横截面图像。它被广泛用于诊断伴有视网膜改变的眼科疾病，如层变形和积液。本文提出了一种新颖的框架来分割存在积液的视网膜层。本研究的主要贡献有两点：1）我们开发了级联网络框架以融入先验结构知识；2）我们提出了一种基于 U-Net 和全卷积网络的新型深度神经网络，称为 LF-UNet。交叉验证实验证明，所提出的 LF-UNet 相较于最先进的方法具有更优的性能，并且融入相对距离图结构先验信息可进一步提高性能，与网络无关。
引用
@article{arxiv.1912.03418,
title = {Cascaded Deep Neural Networks for Retinal Layer Segmentation of Optical Coherence Tomography with Fluid Presence},
author = {Donghuan Lu and Morgan Heisler and Da Ma and Setareh Dabiri and Sieun Lee and Gavin Weiguang Ding and Marinko V. Sarunic and Mirza Faisal Beg},
journal= {arXiv preprint arXiv:1912.03418},
year = {2019}
}