使用全卷积神经网络从原始视盘周围 OCT 图像中检测青光眼
图像与视频处理
2020-06-02 v1 计算机视觉与模式识别
机器学习
摘要
如今，青光眼是全球致盲的首要原因。我们在本文中提出两种不同的基于深度学习的方法，仅从原始视盘周围 OCT 图像解决青光眼检测问题。第一种基于从头训练卷积神经网络（CNNs）的开发。第二种在于对若干最常见的先进 CNN 架构进行微调。实验在一个私有数据库上进行，该数据库由 93 张青光眼和 156 张正常 B 扫描组成，环绕视网膜视盘，由眼科专家诊断。验证结果表明，在处理小数据库时，微调的 CNN 优于从头训练的网络。此外，VGG 系列网络报告了最有前景的结果，在独立测试集预测中 ROC 曲线下面积为 0.96，准确率为 0.92。
引用
@article{arxiv.2006.00027,
title = {Glaucoma Detection From Raw Circumapillary OCT Images Using Fully Convolutional Neural Networks},
author = {Gabriel García and Rocío del Amor and Adrián Colomer and Valery Naranjo},
journal= {arXiv preprint arXiv:2006.00027},
year = {2020}
}