基于深度学习技术的视网膜母细胞瘤早期预测与诊断
图像与视频处理
2021-03-16 v1 计算机视觉与模式识别
机器学习
摘要
视网膜母细胞瘤是影响全球儿童及成人视力的最显著的儿童原发性眼内恶性肿瘤。与成人相较，成人对应的是葡萄膜黑色素瘤。它是一种侵袭性肿瘤，可充满并破坏眼睛及周围结构。因此，儿童期视网膜母细胞瘤的早期检测是关键。本研究的主要影响在于识别视网膜中的肿瘤细胞，并查明肿瘤的分期及其相应分组。所提出的系统可辅助眼科医生尽早对视网膜母细胞瘤癌症疾病进行准确预测与诊断。所提方法的贡献在于挽救婴幼儿及年长儿童的视力免受损伤。所提方法包括三个阶段，即预处理、分割与分类。首先，使用基于线性预测决策的的中值滤波器（LPDMF）对眼底图像进行预处理，以去除因拍摄或扫描患者眼睛时照明引入的图像噪声。随后使用卷积神经网络（CNN）对预处理后的图像进行分割，以区分前景肿瘤细胞与背景。
引用
@article{arxiv.2103.07622,
title = {Early Prediction and Diagnosis of Retinoblastoma Using Deep Learning Techniques},
author = {C. Anand Deva Durai and T Jemima Jebaseeli and Salem Alelyani and Azath Mubharakali},
journal= {arXiv preprint arXiv:2103.07622},
year = {2021}
}