ROSE：一个视网膜 OCT 血管造影血管分割数据集与新模型
图像与视频处理
2020-12-10 v2 计算机视觉与模式识别
摘要
光学相干断层扫描血管造影（OCT-A）是一种非侵入性成像技术，已日益用于以毛细血管级分辨率对视网膜血管系统进行成像。然而，尽管其在理解许多眼相关疾病中具有重要意义，由于诸如毛细血管可见度低与血管高度复杂等各种挑战，OCT-A 中视网膜血管的自动化分割研究不足。此外，尚无公开可用的带人工分级血管的 OCT-A 数据集用于训练与验证。为解决这些问题，我们在视网膜图像分析领域首次构建了一个专用的视网膜 OCT-A 分割数据集（ROSE），其包含 229 张具有中心线级或像素级血管标注的 OCT-A 图像。该数据集已公开发布以供社区研究者开展相关主题研究。其次，我们提出一种新颖的基于分割的由粗到细血管分割网络（SCF-Net），能够分别检测粗与细血管。在 SCF-Net 中，首先引入基于分割的粗分割（SCS）模块以生成血管的初步置信度图，随后使用基于分割的细化（SRN）模块优化视网膜微血管的形状/轮廓。第三，我们在所提 ROSE 数据集上对最先进的血管分割模型与我们的 SCF-Net 进行了全面评估。实验结果表明，我们的 SCF-Net 在 OCT-A 中的血管分割性能优于传统方法与其他深度学习方法。
引用
@article{arxiv.2007.05201,
title = {ROSE: A Retinal OCT-Angiography Vessel Segmentation Dataset and New Model},
author = {Yuhui Ma and Huaying Hao and Huazhu Fu and Jiong Zhang and Jianlong Yang and Jiang Liu and Yalin Zheng and Yitian Zhao},
journal= {arXiv preprint arXiv:2007.05201},
year = {2020}
}
备注
10 pages, 9 figures