基于通道注意力的上下文编码器网络用于内界膜检测
图像与视频处理
2019-08-14 v1 计算机视觉与模式识别
定量方法
摘要
视盘分割是基于视网膜图像的疾病诊断（如青光眼）的重要步骤。内界膜（ILM）是OCT中的第一层边界，其可通过梯度边缘信息帮助提取视网膜色素上皮（RPE）以定位视盘边界。因此，ILM层分割对于视盘定位具有重要意义。本文从20名志愿者构建了一个以视盘为中心的新数据集，并在每次OCT扫描中手动标注ILM边界作为ground-truth。我们还提出了一种基于通道注意力的上下文编码器网络，该网络由CE-Net改进而来以分割视盘。它主要包含三个阶段：编码器模块、基于通道注意力的上下文编码器模块和解码器模块。最后，我们证明了我们所提出的方法在上述数据集上取得了state-of-the-art的视盘分割性能。
引用
@article{arxiv.1908.04413,
title = {The Channel Attention based Context Encoder Network for Inner Limiting Membrane Detection},
author = {Hao Qiu and Zaiwang Gu and Lei Mou and Xiaoqian Mao and Liyang Fang and Yitian Zhao and Jiang Liu and Jun Cheng},
journal= {arXiv preprint arXiv:1908.04413},
year = {2019}
}
备注
This paper has been accepted by the miccai workshop (OMIA-6)