MTCD：基于近红外眼图像的白内障检测
计算机视觉与模式识别
2021-10-07 v1
摘要
在全球范围内，白内障是一种常见眼病，也是致盲和视力受损的主要原因之一。传统的白内障检测流程由眼科医生使用裂隙灯显微镜或检眼镜检查眼睛，查看原本清澈的晶状体是否混浊。资源匮乏与足够专家短缺给全球医疗系统带来负担，研究者正探索使用 AI 方案辅助专家。受虹膜识别进展启发，本研究提出一种利用近红外眼图像进行白内障检测的新算法。广泛用于虹膜识别的 NIR 相机，相较于检眼镜数据采集装置成本较低且易于操作。然而，此类 NIR 图像尚未被用于白内障检测。我们提出基于深度学习的眼分割与多任务网络分类网络，以 NIR 图像为输入进行白内障检测。所提分割算法高效且有效地检测非理想眼边界，并具有成本效益；分类网络在白内障数据集上取得极高的分类性能。
引用
@article{arxiv.2110.02564,
title = {MTCD: Cataract Detection via Near Infrared Eye Images},
author = {Pavani Tripathi and Yasmeena Akhter and Mahapara Khurshid and Aditya Lakra and Rohit Keshari and Mayank Vatsa and Richa Singh},
journal= {arXiv preprint arXiv:2110.02564},
year = {2021}
}