基于深度学习的眼底图像眼病诊断：方法、工具与性能评估
图像与视频处理
2019-05-08 v1 计算机视觉与模式识别
机器学习
神经与进化计算
摘要
从眼底图像中检测眼部病变是医疗保健中的一项重要挑战。事实上，每种病变具有不同的严重程度阶段，可通过验证特定病灶的存在来推断。每个病灶由形态学特征刻画。此外，不同病变的若干病灶具有相似特征。我们注意到患者可能同时罹患多种病变。因此，眼部病变检测呈现出具有复杂分辨原则的多类分类问题。已有多种从眼底图像检测眼部病变的方法被提出。基于深度学习的方法因其能够根据检测目标配置网络而具有更高检测性能。本工作提出一项基于深度学习的眼部病变检测方法的综述。首先，我们研究现有的用于病灶分割或病变分类的方法。之后，我们提取处理的主要步骤并分析所提出的神经网络结构。随后，我们确定采用深度学习架构所需的硬件与软件环境。此后，我们调研用于评估方法及用于训练与测试阶段的数据库的实验原则。检测性能比率与执行时间亦被报告与讨论。
引用
@article{arxiv.1905.02544,
title = {Ocular Diseases Diagnosis in Fundus Images using a Deep Learning: Approaches, tools and Performance evaluation},
author = {Yaroub Elloumi and Mohamed Akil and Henda Boudegga},
journal= {arXiv preprint arXiv:1905.02544},
year = {2019}
}