通过同步识别相关视网膜病变改进 AMD 诊断
图像与视频处理
2022-05-24 v1 计算机视觉与模式识别
摘要
年龄相关性黄斑变性（AMD）是发达国家失明的主要原因，尤其在老年人群中。此外，由于全球人口老龄化，其患病率正在上升。在此情形下，早期检测对于避免日后视力受损至关重要。然而，实施大规模筛查计划通常不可行，因为风险人群庞大且分析须由临床专家执行。同时，AMD 的诊断被认为尤其困难，因其以多种不同病变为特征，且在许多情况下与 other 黄斑疾病者相似。为克服这些问题，若干工作提出了在视网膜照相图像中自动检测 AMD 的方法，这是该病筛查最广泛使用的模态。如今，这些工作大多使用卷积神经网络（CNNs）将图像二分类为 AMD 和非 AMD 类。在本工作中，我们提出一种基于 CNNs 的新方法，同时执行 AMD 诊断及其潜在病变的分类。这后一项辅助任务在该领域尚未被研究，并提供互补的有用信息，可改善诊断性能并帮助理解决策。CNN 模型使用带有 AMD 和病变存在图像级标签的视网膜照相图像训练，这些标签相对容易获取。在多个公共数据集上的实验表明，所提方法改进了 AMD 的检测，同时在多数病变的识别中取得了令人满意的结果。
引用
@article{arxiv.2205.10885,
title = {Improving AMD diagnosis by the simultaneous identification of associated retinal lesions},
author = {José Morano and Álvaro S. Hervella and José Rouco and Jorge Novo and José I. Fernández-Vigo and Marcos Ortega},
journal= {arXiv preprint arXiv:2205.10885},
year = {2022}
}
备注
Accepted at 21st International Conference on Image Analysis and Processing (ICIAP 2021). The final authenticated publication is available online at https://doi.org/10.1007/978-3-031-06427-2_13