OCT 体数据中视网膜生物标志物的融合检测
计算机视觉与模式识别
2019-07-17 v1 机器学习
摘要
光学相干断层扫描（OCT）是检测与视网膜疾病（如年龄相关性黄斑变性）相关的病理性生物标志物的主要成像方式。在实践中，临床诊断与治疗策略与 OCT 体数据中可见的生物标志物密切相关，识别这些标志物的能力在眼科药物产品开发中起着重要作用。在此背景下，我们提出一种方法，通过整合整个体数据的信息来自动预测 OCT 横截面中生物标志物的存在。为此，我们添加一个双向 LSTM 来融合预测单个生物标志物的卷积神经网络（CNN）的输出。从而我们避免了使用像素级标注来训练方法的需求，但仍能提供细粒度的生物标志物信息。在一个包含 416 个体数据集上，我们表明我们的方法在体数据切片间施加了生物标志物预测的一致性，且我们的预测优于几种现有方法。
引用
@article{arxiv.1907.06955,
title = {Fused Detection of Retinal Biomarkers in OCT Volumes},
author = {Thomas Kurmann and Pablo Márquez-Neila and Siqing Yu and Marion Munk and Sebastian Wolf and Raphael Sznitman},
journal= {arXiv preprint arXiv:1907.06955},
year = {2019}
}