《Unsupervised Ensemble Strategy for Retinal Vessel Segmentation》--阅读笔记-MICCAI2019

Authors

Bo Liu1,4, Lin Gu2, and Feng Lu

Motivation

1、视网膜血管是诊断各种眼科疾病的常用检查手段，如糖尿病视网膜病变（dr）、年龄相关性黄斑变性（amd）、青光眼和高血压。因此，视网膜血管分割在视网膜病变的诊断中起着至关重要的作用。

2、每种方法在一定条件下都有其优缺点。然而，很少有研究将这些不同的分割结果整合起来，以充分发挥每种方法的优势。

Novelty

作者提出了一种新颖而简单的策略来整合多种方法的预测结果，以实现视网膜血管的精确分割。

使用了一种在不知道GT的情况下的blindly评估分割的质量，在融合最终结果时，作者使用该无参考评估网络（橙色）来确定单个方法预测的权重w，作者将其转化为根据每个方法的权重得到的最大化无参考网络的预测结果q的值。

 

Contributions

1、作者提出一种新的策略，整合了多种方法的视网膜血管分割结果。通过优化个体方法的权重来最大化最终分割的no-reference分割质量。

2、在DRIVE，STARE，CHASE_DB1上，方法超过了很多SOTA。（好吧）

Methodology

，v是groud truth，是degrade 二叉血管结构树。

这文章，，看不下去了，，，是比较新一点，但是结果不行。