OCT 图像中视网膜水肿病灶的可靠联合分割
图像与视频处理
2024-01-03 v5 计算机视觉与模式识别
摘要
针对 OCT 图像中视网膜水肿病灶联合分割任务里边界模糊、症状间尺度差异大、背景噪声干扰等复杂病理特征，并使分割结果更为可靠，本文提出一种新颖的可靠多尺度小波增强 Transformer 网络，其可在提供准确分割结果的同时给出可靠性评估。具体而言，为提升模型学习 OCT 图像中视网膜水肿复杂病理特征的能力，我们开发了集成新设计的小波增强特征提取网络与多尺度 Transformer 模块的分割主干。同时，为使分割结果更可靠，引入基于主观逻辑证据理论的新型不确定性分割头，以生成最终分割结果及相应的整体不确定性评分图。我们在 AI-Challenge 2018 视网膜水肿病灶分割公开数据库上进行了全面实验，结果表明与其他最先进分割方法相比，所提方法在具有高可靠性的同时取得了更优的分割精度。代码将发布于：https://github.com/LooKing9218/ReliableRESeg。
引用
@article{arxiv.2212.00330,
title = {Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images},
author = {Meng Wang and Kai Yu and Chun-Mei Feng and Ke Zou and Yanyu Xu and Qingquan Meng and Rick Siow Mong Goh and Yong Liu and Huazhu Fu},
journal= {arXiv preprint arXiv:2212.00330},
year = {2024}
}
备注
Improving algorithm