面向OCT视网膜层分割的数据增强与部分视网膜层复制
图像与视频处理
2024-10-03 v1 计算机视觉与模式识别
摘要
主要的视网膜层分割方法假设在 advance阶段已对视网膜进行平整化，因而无法始终处理因白内障/散光导致视网膜结构变化或弯曲的视网膜。为消除视网膜层分割中使用平整化的做法以提高方法的实用性，我们提出了新的OCT图像数据增强方法。公式驱动的数据增强（FDDA）通过根据给定数学公式对OCT图像的各列进行垂直位移来模拟各种视网膜结构。我们还提出了部分视网膜层复制（PRLC），将视网膜层的一部分复制到视网膜层之外的区域。通过使用OCT MS和Healthy Control数据集以及Duke Cyst DME数据集的实验，我们展示了即使使用假设先对视网膜进行平整化的视网膜层分割方法，运用FDDA和PRLC也能检测视网膜层的边界。
引用
@article{arxiv.2410.01185,
title = {Formula-Driven Data Augmentation and Partial Retinal Layer Copying for Retinal Layer Segmentation},
author = {Tsubasa Konno and Takahiro Ninomiya and Kanta Miura and Koichi Ito and Noriko Himori and Parmanand Sharma and Toru Nakazawa and Takafumi Aoki},
journal= {arXiv preprint arXiv:2410.01185},
year = {2024}
}
备注
The 11th OMIA Workshop on MICCAI 2024