深度视网膜图像理解
计算机视觉与模式识别
2016-11-17 v1
摘要
本文提出了深度视网膜图像理解（DRIU），这是一个提供视网膜血管和视盘分割的视网膜图像分析统一框架。我们利用了在其他计算机视觉领域（如目标检测和图像分类）被证明具有革命性的深度卷积神经网络（CNNs），并将其强大能力引入眼底图像的研究中。DRIU 使用一个基础网络架构，在此之上训练两组专门的层来解决视网膜血管和视盘分割这两个任务。我们在四个公开数据集上对这些任务进行了定性和定量的实验验证。在所有数据集上，DRIU 均表现出超越人类的性能，即其结果比作为对照的第二位人类标注者更符合金标准。
引用
@article{arxiv.1609.01103,
title = {Deep Retinal Image Understanding},
author = {Kevis-Kokitsi Maninis and Jordi Pont-Tuset and Pablo Arbeláez and Luc Van Gool},
journal= {arXiv preprint arXiv:1609.01103},
year = {2016}
}
备注
MICCAI 2016 Camera Ready