面向广域的视网膜血管分割的卷积式提示
计算机视觉与模式识别
2024-12-25 v1
摘要
先前的视网膜血管分割研究针对的是特定图像域，主要为色彩 Fundus 照片 (CFP)。本文我们大胆尝试解决更具挑战性的广域视网膜血管分割 (BD-RVS) 问题，即开发适用于包括 CFP、SLO、UWF、OCTA 和 FFA 在内的各种域的统一模型。为此，我们提出了双卷积式提示 (Dual Convolutional Prompting, DCP)，通过在位置和通道维度上的局部提示来学习提取域特定特征。DCP 设计为一个可插拔模块，可有效地将基于 R2AU-Net 的血管分割网络转换为统一模型，却无需修改其网络结构。为进行评估，我们构建了一个广域数据集，包含包括 ROSSA、FIVES、IOSTAR、PRIME-FP20 和 VAMPIRE 在内的五个领域特定数据集。为对 BD-RVS 在广域数据集上进行基准测试，我们重新利用了最初开发用于其他上下文中的多个现有方法，总计产生八个基线方法。广泛的实验表明，提出的方法在 BD-RVS 上与基线方法相比具有优势。
引用
@article{arxiv.2412.18089,
title = {Convolutional Prompting for Broad-Domain Retinal Vessel Segmentation},
author = {Qijie Wei and Weihong Yu and Xirong Li},
journal= {arXiv preprint arXiv:2412.18089},
year = {2024}
}
备注
Accepted by ICASSP 2025