多尺度GCN辅助的两阶段网络用于视盘周围OCT图像中视网膜层与视盘联合分割
图像与视频处理
2021-02-10 v1
摘要
一种准确且自动化的视网膜光学相干断层扫描(OCT)图像组织分割算法对青光眼诊断至关重要。然而，由于视盘的存在，视网膜视盘周围区域的解剖结构复杂，对分割具有挑战性。为解决此问题，我们开发了一种新颖的图卷积网络(GCN)辅助两阶段框架，以同时标记九层视网膜层和视盘。具体而言，在多尺度U形神经网络的编码器与解码器之间插入一个多尺度全局推理模块，以利用解剖先验知识并进行空间推理。我们在人类视盘周围视网膜OCT图像上进行了实验。所提分割网络的Dice分数为0.8200.001，像素准确率为0.8300.002，均优于其他最先进的技术。
引用
@article{arxiv.2102.04799,
title = {Multi-scale GCN-assisted two-stage network for joint segmentation of retinal layers and disc in peripapillary OCT images},
author = {Jiaxuan Li and Peiyao Jin and Jianfeng Zhu and Haidong Zou and Xun Xu and Min Tang and Minwen Zhou and Yu Gan and Jiangnan He and Yuye Ling and Yikai Su},
journal= {arXiv preprint arXiv:2102.04799},
year = {2021}
}