基于嵌入三元组损失的多尺度微动脉瘤分割
图像与视频处理
2019-09-25 v2 计算机视觉与模式识别
医学物理
摘要
深度学习技术近来被用于眼底图像分析与糖尿病视网膜病变检测。微动脉瘤是糖尿病视网膜病变进展的重要指标。我们引入一种两阶段深度学习方法，利用输入的多尺度结合选择性采样与嵌入三元组损失进行微动脉瘤分割。该模型首先在两个尺度上分割，随后用分类模型对分割结果进行精炼。为增强分类模型的判别能力，我们引入带选择性采样流程的三元组嵌入损失。该模型从定量上评估分割性能，并从定性上分析模型预测。该方法相较全卷积神经网络实现了 30.29% 的相对提升。
引用
@article{arxiv.1904.12732,
title = {Multi-scale Microaneurysms Segmentation Using Embedding Triplet Loss},
author = {Mhd Hasan Sarhan and Shadi Albarqouni and Mehmet Yigitsoy and Nassir Navab and Abouzar Eslami},
journal= {arXiv preprint arXiv:1904.12732},
year = {2019}
}