ODFormer：用于视神经乳头检测的基于 Transformer 的眼底图像语义分割
图像与视频处理
2024-06-04 v2 人工智能
计算机视觉与模式识别
摘要
多年来，视神经乳头（ONH）检测一直是眼科学研究中的一个重要领域。然而，由于每个眼底图像数据集均使用单一类型的眼底相机生成，数据集之间存在显著差异，这给基于语义分割网络开发的 ONH 检测方法的泛化能力带来了挑战。尽管近期基于卷积神经网络（CNN）和 Transformer 的通用语义分割方法取得了诸多进展，但目前仍缺乏专门针对 ONH 检测训练的这些最先进（SoTA）网络的基准。因此，本文从三个关键方面做出贡献：网络设计、数据集发布以及综合基准的建立。我们新开发的 ONH 检测网络称为 ODFormer，它基于 Swin Transformer 架构，并包含两个新组件：一个多尺度上下文聚合器和一个轻量级双向特征重校准器。我们发布的大规模数据集名为 TongjiU-DROD，为每位受试者提供了使用两种不同类型相机拍摄的多分辨率眼底图像。我们建立的基准涉及三个数据集：DRIONS-DB、DRISHTI-GS1 和 TongjiU-DROD，这些数据集由来自不同国家的研究人员创建，包含从不同种族和年龄的受试者中拍摄的眼底图像。大量实验结果表明，我们提出的 ODFormer 在性能和泛化能力上均优于其他最先进的（SoTA）网络。我们的数据集和源代码已在 mias.group/ODFormer 公开。
引用
@article{arxiv.2405.09552,
title = {ODFormer: Semantic Fundus Image Segmentation Using Transformer for Optic Nerve Head Detection},
author = {Jiayi Wang and Yi-An Mao and Xiaoyu Ma and Sicen Guo and Yuting Shao and Xiao Lv and Wenting Han and Mark Christopher and Linda M. Zangwill and Yanlong Bi and Rui Fan},
journal= {arXiv preprint arXiv:2405.09552},
year = {2024}
}