【医学+深度论文:F16】2015 EMBC Glaucoma detection based on deep convolutional neural network

16

2015 EMBC
Glaucoma detection based on deep convolutional neural network

Method : 分类
Dataset :ORIGA (650)
      SCES(1676)
Architecture : CNN (4con+4fc)
Results :AUC ORIGA(0.831) SCES( 0.887)

Methods

Pipeline

  • 提取 ROI

引入预处理步骤以减少或消除亮条纹,其涉及找到修剪圆的中心和修剪半径。在获得ROI之后,将提取的结果下采样到固定的分辨率256 × 256。最后,从每个像素中减去盘图像中所有像素的平均值,以消除图像之间的照明变化的影响。

  • drop out / data augmentation
    drop out =0.5
    数据增强:平移 水平反射

  • net
    【医学+深度论文:F16】2015 EMBC Glaucoma detection based on deep convolutional neural network_第1张图片

  • 1 ORIGA

    • training
      ORIGA 99
    • testing
      ORIGA 551
  • 2 SCES

    • training
      ORIGA 650
    • testing
      SCES 1676

Results

Results :AUC ORIGA(0.831) SCES( 0.887)

Discussion

基于深度CNN的青光眼检测的DL框架,它能够捕获更好地表征与青光眼有关的隐藏模式的判别特征。
为了减少过度拟合问题,我们采用响应标准化层和重叠池层。
为了进一步提高性能,在所提出的深度CNN中利用了丢失和数据增强策略。

ROI 提取还可以改善,训练集太小,网络模型不够健壮

你可能感兴趣的:(Medical)