DRDr II：利用Mask RCNN与迁移学习检测糖尿病视网膜病变严重程度
图像与视频处理
2020-12-01 v1 计算机视觉与模式识别
机器学习
摘要
DRDr II是机器学习与深度学习世界的混合体。它建立在其前身DRDr的成功基础之上，DRDr被训练用于检测、定位并为糖尿病视网膜病变（DR）患者眼中可发现的两类病变（渗出物和微动脉瘤）创建分割掩码；并将整个模型作为其流程核心中坚实的特征提取器，以检测DR病例的严重程度。我们采用了一个包含来自全球超过三万五千张眼底图像的大型数据集，经过两阶段预处理及特征提取后，我们成功以超过92%的准确率预测出正确的严重程度。
引用
@article{arxiv.2011.14733,
title = {DRDr II: Detecting the Severity Level of Diabetic Retinopathy Using Mask RCNN and Transfer Learning},
author = {Farzan Shenavarmasouleh and Farid Ghareh Mohammadi and M. Hadi Amini and Hamid R. Arabnia},
journal= {arXiv preprint arXiv:2011.14733},
year = {2020}
}
备注
The 2020 International Conference on Computational Science and Computational Intelligence (CSCI'2020)