DRUNET：一种用于光学相干断层扫描图像中视神经乳头组织数字染色的膨胀-残差 U-Net 深度学习网络
计算机视觉与模式识别
2018-03-02 v1 机器学习
摘要
鉴于视神经乳头（ONH）的神经与结缔组织在青光眼的发生和发展过程中表现出复杂的形态学变化，从光学相干断层扫描（OCT）图像中同时分离这些组织对于该疾病的临床诊断与管理可能具有重要意义。我们设计并训练了一种深度学习算法，通过捕获局部（组织纹理）与上下文信息（组织的空间排布）对 6 层 ONH 组织进行数字染色（即高亮显示）。相对于专家观察者的人工分割，总体 Dice 系数（所有组织均值）为 。我们在此提供一种鲁棒的分割框架，可扩展用于 ONH 组织的自动化参数研究。
引用
@article{arxiv.1803.00232,
title = {DRUNET: A Dilated-Residual U-Net Deep Learning Network to Digitally Stain Optic Nerve Head Tissues in Optical Coherence Tomography Images},
author = {Sripad Krishna Devalla and Prajwal K. Renukanand and Bharathwaj K. Sreedhar and Shamira Perera and Jean-Martial Mari and Khai Sing Chin and Tin A. Tun and Nicholas G. Strouthidis and Tin Aung and Alexandre H. Thiery and Michael J. A. Girard},
journal= {arXiv preprint arXiv:1803.00232},
year = {2018}
}