利用生成对抗网络进行眼底图像视网膜血管分割
计算机视觉与模式识别
2017-07-03 v1 机器学习
摘要
视网膜血管分割是利用眼底图像自动检测视网膜疾病的不可或缺的一步。尽管已提出许多方法，但现有方法往往遗漏细微血管或在末端分支处产生假阳性。更不用说欠分割，当定量研究需要测量血管的精确宽度时，过分割也是一个问题。在本文中，我们提出了一种利用生成对抗训练生成精确视网膜血管图的方法。我们的方法在 DRIVE 数据集上实现了 0.829 的 Dice 系数，在 STARE 数据集上实现了 0.834 的 Dice 系数，这是两个数据集上的最先进性能。
引用
@article{arxiv.1706.09318,
title = {Retinal Vessel Segmentation in Fundoscopic Images with Generative Adversarial Networks},
author = {Jaemin Son and Sang Jun Park and Kyu-Hwan Jung},
journal= {arXiv preprint arXiv:1706.09318},
year = {2017}
}
备注
9 pages, submitted to DLMIA 2017