基于血管图像重建的糖尿病视网膜病变分级自监督域适应
计算机视觉与模式识别
2021-07-21 v1
摘要
本文研究糖尿病视网膜病变（DR）分级的域适应问题。受医学领域知识启发，我们通过定义一种基于视网膜血管图像重建的新颖自监督任务来学习不变的目标域特征。随后，给出了当前最先进的无监督域适应方法在 DR 问题上的基准评测。可以表明，我们的方法优于现有的域适应策略。此外，当利用目标域中的全部训练数据时，仅采用标准网络架构并使用图像级标签，我们便能在最终分类精度上与若干最先进方法相竞争。
引用
@article{arxiv.2107.09372,
title = {Self-Supervised Domain Adaptation for Diabetic Retinopathy Grading using Vessel Image Reconstruction},
author = {Duy M. H. Nguyen and Truong T. N. Mai and Ngoc T. T. Than and Alexander Prange and Daniel Sonntag},
journal= {arXiv preprint arXiv:2107.09372},
year = {2021}
}