基于分割的眼底图像信息提取与融合用于青光眼检测
图像与视频处理
2022-09-26 v1 计算机视觉与模式识别
摘要
青光眼是一种严重的致盲性疾病，亟需自动检测方法以缓解眼科医生稀缺的问题。许多工作已提出采用涉及视盘与视杯分割的深度学习方法进行青光眼检测，其中分割过程常仅被视为上游子任务。眼底图像与分割掩码在青光眼评估联合决策方面的关系鲜有探究。我们提出一种新颖的基于分割的信息提取与融合方法用于青光眼检测任务，其利用了分割掩码的鲁棒性，同时不忽视原始眼底图像中的丰富信息。在私有与公开数据集上的实验结果表明，我们所提方法优于所有仅单独利用眼底图像或掩码的模型。
引用
@article{arxiv.2209.11456,
title = {Segmentation-based Information Extraction and Amalgamation in Fundus Images for Glaucoma Detection},
author = {Yanni Wang and Gang Yang and Dayong Ding and Jianchun Zao},
journal= {arXiv preprint arXiv:2209.11456},
year = {2022}
}