학술논문
基于深度学习的眼底病变区域自动分割 / Automatic Segmentation of the Retinal Lesion Region Based on Deep Learing
Document Type
Academic Journal
Author
李倩; 韩俊刚; 贾阳; 魏强; 祝立阳; 汤少杰; 石蕊; LI Qian; HAN Jungang; JIA Yang; WEI Qiang; ZHU Liyang; TANG Shaojie; SHI Rui
Source
计算机与数字工程 / Computer and Digital Engineering. 50(1):180-185
Subject
Language
Chinese
ISSN
1672-9722
Abstract
基于光学相关层析成像(OCT),准确分割出视网膜液体区域相关异常和视网膜色素上皮分离对眼底疾病诊断具有重要意义.论文提出一种基于深度学习的分割方法,实现对视网膜色素上皮脱离(PED)、视网膜下液体(SRF)和视网膜水肿区域(REA)等病变类型区域的自动分割.首先使用迁移学习模型InceptionV4对所有病变类型进行分类,然后构建生成对抗网络对每种病变类型区域进行自动分割.实验结果表明,该方法Dice相似性系数约为0.75,灵敏度约为0.95,特异性约为0.96,召回率约0.98,整体优于其他方法.