DRDrV3：基于 Mask R-CNN、迁移学习与 LSTM 的眼底图像完整病灶检测
图像与视频处理
2021-08-19 v1 计算机视觉与模式识别
机器学习
摘要
医学影像是计算机视觉领域中不断发展的方向之一。在本研究中，我们旨在解决糖尿病视网膜病变（DR）问题，这是医学影像中的开放挑战之一。我们提出了一种新的病灶检测架构，包含两个子模块，该架构可最优地检测并定位由 DR 引起的病灶类型、对应的边界框及其掩码，同时还能判定整体病例的严重程度。除传统准确率外，我们还使用两种流行的评价标准来评估模型输出，即交并比（IOU）与平均精度均值（mAP）。我们假设这一新方案能使专家以高置信度检测病灶，并高精度估计损伤严重程度。
引用
@article{arxiv.2108.08095,
title = {DRDrV3: Complete Lesion Detection in Fundus Images Using Mask R-CNN, Transfer Learning, and LSTM},
author = {Farzan Shenavarmasouleh and Farid Ghareh Mohammadi and M. Hadi Amini and Thiab Taha and Khaled Rasheed and Hamid R. Arabnia},
journal= {arXiv preprint arXiv:2108.08095},
year = {2021}
}
备注
The 7th International Conference on Health Informatics & Medical Systems (HIMS'21: July 26-29, 2021, USA)