Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference · 2018
Optic Disc Segmentation from Retinal Fundus Images via Deep Object Detection Networks.
СтатьяНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Sun Xu, Xu Yanwu, Zhao Wei, You Tianyuan, Liu Jiang
Аннотация
Accurate optic disc (OD) segmentation is a fundamental step in computer-aided ocular disease diagnosis. In this paper, we propose a new pipeline to segment OD from retinal fundus images based on deep object detection networks. The fundus image segmentation problem is redefined as a relatively more straightforward object detection task. This then allows us to determine the OD boundary simply by transforming the predicted bounding box into a vertical and non-rotated ellipse. Using Faster R-CNN as the object detector, our method achieves state-of-the-art OD segmentation results on ORIGA dataset, outperforming existing methods in this field.