DRDr：基于 Mask R-CNN 与迁移学习自动分割糖尿病视网膜病变引起的渗出物与微动脉瘤
计算机视觉与模式识别
2020-07-07 v1
摘要
本文解决识别糖尿病患者眼中由糖尿病视网膜病变（DR）引起的两类主要病灶——渗出物与微动脉瘤——的问题。我们利用卷积神经网络（CNNs）与迁移学习来定位并为患者眼底图像中发现的每个病灶实例生成高质量分割掩码。我们基于 e-ophtha EX 和 e-ophtha MA 构建归一化数据库，并调整 Mask R-CNN 以检测小病灶。此外，我们采用数据增强和 ResNet101 的预训练权重来弥补数据集较小的不足。我们的模型取得了 0.45 的 promising 测试 mAP，总体表明其可辅助临床医生和眼科医生检测和诊治这一臭名昭著的 DR。
引用
@article{arxiv.2007.02026,
title = {DRDr: Automatic Masking of Exudates and Microaneurysms Caused By Diabetic Retinopathy Using Mask R-CNN and Transfer Learning},
author = {Farzan Shenavarmasouleh and Hamid R. Arabnia},
journal= {arXiv preprint arXiv:2007.02026},
year = {2020}
}
备注
The 6th International Conference on Health Informatics & Medical Systems (HIMS'20: July 27-30, 2020, USA)