用于前段OCT中闭角型青光眼筛查的多语境深度网络
计算机视觉与模式识别
2018-09-11 v1
摘要
不可逆性视觉损伤的一个主要原因是闭角型青光眼，可通过前段光学相干断层扫描（AS-OCT）影像进行筛查。以往的计算诊断技术通过从图像中提取特定临床测量值或手工视觉特征来进行分类以解决该筛查问题。本文中，我们转而提出从训练数据中学习一种判别性表示，其可捕捉未被预定义特征建模的细微视觉线索。基于临床先验，我们利用所提出的多语境深度网络（MCDN）架构来构建该学习过程，其中并行卷积神经网络应用于特定图像区域及相应尺度，这些区域和尺度已知对闭角型青光眼的临床诊断具有信息量。并行流的输特征图被合并至分类层以产生深度筛查结果。此外，我们引入估计的临床参数以进一步提升性能。在一个临床AS-OCT数据集上，我们的系统通过与以往筛查方法的比较得到了验证。
引用
@article{arxiv.1809.03239,
title = {Multi-Context Deep Network for Angle-Closure Glaucoma Screening in Anterior Segment OCT},
author = {Huazhu Fu and Yanwu Xu and Stephen Lin and Damon Wing Kee Wong and Baskaran Mani and Meenakshi Mahesh and Tin Aung and Jiang Liu},
journal= {arXiv preprint arXiv:1809.03239},
year = {2018}
}
备注
Accepted by Medical Image Computing and Computer Assisted Intervention (MICCAI) 2018