利用条件生成对抗网络在彩色眼底图像上重建黄斑高度图
图像与视频处理
2020-12-29 v4 计算机视觉与模式识别
摘要
在筛查中，眼视网膜的 3D 形状常提供结构信息，并可辅助眼科医生诊断疾病。然而，作为视网膜诊断最常见筛查方式之一的眼底图像因其 2D 性质而缺乏该信息。因此，在本工作中，我们试图推断此 3D 信息或更具体地其高度。近期方法已利用阴影信息重建高度，但因其所用信息不充分，输出并不准确。此外，其他方法依赖于获取眼睛的多于一张图像，而实践中并不可行。在本文中，受条件生成对抗网络（cGANs）和深度监督网络成功的启发，我们为生成器提出了一种新颖架构，以逐步增强细节。在我们数据集上的比较表明，所提方法在该特定任务上优于所有图像翻译和医学图像翻译中的最先进方法。此外，临床研究也表明所提方法可为眼科医生的诊断提供附加信息。
引用
@article{arxiv.2009.01601,
title = {Heightmap Reconstruction of Macula on Color Fundus Images Using Conditional Generative Adversarial Networks},
author = {Peyman Tahghighi and Reza A. Zoroofi and Sare Safi and Alireza Ramezani},
journal= {arXiv preprint arXiv:2009.01601},
year = {2020}
}