嵌套径向单调极坐标占据估计：临床导向的视盘与视杯分割用于青光眼筛查
计算机视觉与模式识别
2026-04-13 v1
摘要
从眼底照片分割视盘（OD）和视杯（OC）是青光眼筛查的关键要求。然而，现有深度学习方法不保证临床有效性，包括 OD 和 OC 的星形凸性和嵌套结构，导致在跨数据集域迁移时诊断指标受损。为解决此问题，本文提出了 NPS-Net（Nested Polar Shape Network），首个将 OD/OC 分割形式化为嵌套径向单调极坐标占据估计的框架。该输出表示能够保证上述临床有效性并实现高精度。在七个公开数据集上评估的 NPS-Net 显示出强大的零样 generalizes。 在 RIM-ONE 上，保持 100% 解剖有效性，并在最佳基线上将杯 Dice 提升 12.8% 绝对值，降低 vCDR MAE 超过 56%。在 PAPILA 上，实现 Disc Dice 为 0.9438 和 Disc HD95 为 2.78 px，较最佳竞争方法降低 83%。
引用
@article{arxiv.2604.09062,
title = {Nested Radially Monotone Polar Occupancy Estimation: Clinically-Grounded Optic Disc and Cup Segmentation for Glaucoma Screening},
author = {Rimsa Goperma and Rojan Basnet and Liang Zhao},
journal= {arXiv preprint arXiv:2604.09062},
year = {2026}
}