利用深度神经网络改进微动脉瘤检测用于早期糖尿病视网膜病变筛查
计算机视觉与模式识别
2016-07-19 v2
摘要
在这项工作中，我们提出了一种基于彩色眼底图像的早期糖尿病视网膜病变筛查的微动脉瘤(MA)检测新方法。由于MA通常是作为糖尿病视网膜病变指标出现的第一批病变，准确检测MA对于治疗是必要的。使用具有dropout训练过程和maxout激活函数的深度神经网络，将图像的每个像素分类为MA或非MA。不需要预处理步骤或手动特征提取。相比基于预处理、特征提取、分类然后后处理流程的标准MA检测方法，取得了实质性改进。所提方法在公开可用的Retinopathy Online Challenge (ROC)和Diaretdb1v2数据库上评估，达到了最先进的精度。
引用
@article{arxiv.1505.04424,
title = {Improved Microaneurysm Detection using Deep Neural Networks},
author = {Mrinal Haloi},
journal= {arXiv preprint arXiv:1505.04424},
year = {2016}
}