【医学+深度论文:F21】2017 CVPR Optic Disc and Cup Segmentation Methods for Glaucoma Detection

本文介绍了一种改进的U-Net卷积神经网络在青光眼检测中的应用,通过修改网络结构并使用数据增强技术,提高了optic disc和optic cup的分割精度。在DRIONS-DB、RIM-ONEv.3和DRISHTI-GS数据集上进行实验,结果显示改进后的U-Net在IOU和Dice系数上分别达到0.75和0.85,表明该方法在青光眼检测中具有较高的准确性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

21

2017 CVPR

Optic Disc and Cup Segmentation Methods for Glaucoma Detection with Modification of U-Net Convolutional Neural Network

Method : 分割
Dataset : DRIONS-DB, RIM-ONE v.3, DRISHTI-GS
Architecture : Unet
Results :DRISHTI-GS IOU 0.75 Dice 0.85
    RIM-ONE v.3 IOU 0.69 Dice 0.82

CDR ≥ 0.65 Glaucoma

莫斯科

Method

Preprocessing

  • CLAHE
    Limited Adaptive Histogram Equalization
  • data augmentation
    随机旋转 ,缩放,移位 ,翻转

改进 Unet

  • 减少 filters

  • OD 直接分割
  • OC 先crop OD 再分割

Discussion

  • 改进 Unet 方法 简单,快速,效果好

  • 还有提升空间

  • 我感觉 改进很小,效果也一般

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值