使用条件生成对抗网络进行视网膜视盘分割
计算机视觉与模式识别
2018-06-12 v1
摘要
本文提出了一种基于条件生成对抗网络（cGAN）的视网膜图像分割方法，用于分割视盘。所提出的模型由两个连续的网络组成：生成器和判别器。生成器学习将信息从观测输入（即视网膜眼底彩色图像）映射到输出（即二值掩膜）。然后，判别器作为损失函数，通过将真实值和预测输出与作为条件的观测输入图像进行比较来训练这种映射。实验在两个公开可用的数据集 DRISHTI GS1 和 RIM-ONE 上进行。所提出的模型分别达到了约 0.96% 和 0.98% 的 Jaccard 和 Dice 系数，优于现有方法。此外，在最新的 GPU 上进行一次图像分割只需不到一秒的时间。
引用
@article{arxiv.1806.03905,
title = {Retinal Optic Disc Segmentation using Conditional Generative Adversarial Network},
author = {Vivek Kumar Singh and Hatem Rashwan and Farhan Akram and Nidhi Pandey and Md. Mostaf Kamal Sarker and Adel Saleh and Saddam Abdulwahab and Najlaa Maaroof and Santiago Romani and Domenec Puig},
journal= {arXiv preprint arXiv:1806.03905},
year = {2018}
}
备注
8 pages, Submitted to 21st International Conference of the Catalan Association for Artificial Intelligence (CCIA 2018)