用于糖尿病足溃疡分割的全卷积网络
计算机视觉与模式识别
2017-08-08 v1
摘要
糖尿病足溃疡 (DFU) 是糖尿病的主要并发症，若不妥善处理可导致截肢。DFU 可出现在足部任何位置，其大小、颜色和对比度因病理而异。目前的 DFU 临床治疗方法依赖患者和临床医生的警觉，存在显著局限，如诊断、治疗和漫长护理的高昂成本。我们引入了一个包含 705 张足部图像的数据集。我们提供了溃疡区域及周围皮肤的真实标注，这是临床医生评估溃疡进展的重要指标。随后，我们提出了一种从更大数据集进行的两级迁移学习，以训练全卷积网络 (FCN) 自动分割溃疡和周围皮肤。采用 5 折交叉验证，所提两级迁移学习 FCN 模型在溃疡区域、周围皮肤区域及两者结合区域上分别达到 0.794 (±0.104)、0.851 (±0.148) 和 0.899 (±0.072) 的 Dice 相似系数。这展示了 FCN 在 DFU 分割中的潜力，更大的数据集可进一步提升性能。
引用
@article{arxiv.1708.01928,
title = {Fully Convolutional Networks for Diabetic Foot Ulcer Segmentation},
author = {Manu Goyal and Neil D. Reeves and Satyan Rajbhandari and Jennifer Spragg and Moi Hoon Yap},
journal= {arXiv preprint arXiv:1708.01928},
year = {2017}
}
备注
7 pages, 5 figures, 2017 IEEE SMC International Conference (To appear)