深度神经网络模型中基于 patch 与非 patch 输入的比较：应用于光学相干断层扫描体积中的视网膜疾病分割
图像与视频处理
2025-01-27 v1 计算机视觉与模式识别
机器学习
摘要
全球范围内，视力损失常由视网膜疾病引起，其中年龄相关性黄斑变性 (AMD) 是影响老年患者的重要因素。已发现约有 1.7 亿人口患有 AMD，预计到 2040 年将增长至 2.88 亿。对于可视化视网膜层，光学相干断层扫描 (OCT) 提供了最具说服力的非侵入性方法。频繁的患者就诊增加了对视网膜疾病自动化分析的需求，深度学习网络在图像和像素级别的 2D 扫描分类方面显示出前景。然而，仅依赖 2D 数据可能在局部定位液体性疾病时影响准确性。自动化技术的目标是超越人类在医学数据中识别疾病的能力。为了进一步了解深度学习模型的优势，我们研究了输入尺寸的影响。 dice 相似系数 (DSC) 指标显示，人类在分割各种视网膜疾病方面的性能得分为 0.71。然而，深度模型超过了人类水平，建立了一个分割医学图像疾病的新时代。然而，要进一步提高模型的性能，重叠 patch 能显著优于输入整个图像。基于 patch 的模型在 DSC 指标下，最高得分为 0.88，而相同模型在非 patch-based 中的得分为 0.71，用于分割 SRF 液体。本文的目标是展示深度学习模型在输入 (基于 patch 与非 patch) 之间的公平比较。
引用
@article{arxiv.2501.13970,
title = {Patch-Based and Non-Patch-Based inputs Comparison into Deep Neural Models: Application for the Segmentation of Retinal Diseases on Optical Coherence Tomography Volumes},
author = {Khaled Al-Saih and Fares Al-Shargie and Mohammed Isam Al-hiyali and Reham Alhejaili},
journal= {arXiv preprint arXiv:2501.13970},
year = {2025}
}
备注
6 pages, 1 figures, 2 tables, submitted to 15th IEEE Symposium on Computer Applications & Industrial Electronics