【医学+深度论文：F22】2018 CVPR 2sRanking-CNN: A 2-stage ranking-CNN for diagnosis of glaucoma from fundus im

22

2018 CVPR

2sRanking-CNN: A 2-stage ranking-CNN for diagnosis of glaucoma from fundus images using CAM-extracted ROI as an intermediate input

Method ： 三分类 （ normal ， suspicious ， glaucoma）
Dataset ： 1022
Architecture : 2sRanking-CNN
Results ：Acc of 96.46%, Sp of 96.00%,SeS of 97.56%, and SeG of 95.18%

韩国

Method

backbone ： DenseNet 121

• first stage ranking-CNN
  input ： 原始眼底图
  output ： CAM 掩模滤波图像

将正常和可疑分为一类的病例称为(NS)-(G)，将可疑和青光眼分为(N)-(SG)

• steps to extract ROI from CAM (CAMextracted ROI)

在CAM提取ROI阶段，将CAM掩模滤波图像与原始眼底图像相结合，得到ROI。

• second stage ranking-CNN
  将上述ROI作为输入，再次训练ranking-CNN，输出最终预测值。

Result

• suspicious 类别 分类精度高

Discussion

limitation

• 数据集少

• 可以有效地对 连续类和模糊类 分类

• 提取的 掩模和ROI 图像包含一定程度的医生诊断标准

• 计划添加更多数据集

• 推广到 2s-CNN ，用于多标签CNN