論文の概要: Optic disc and fovea localisation in ultra-widefield scanning laser ophthalmoscope images captured in multiple modalities

• arxiv url: http://arxiv.org/abs/2004.11691v1
• Date: Fri, 24 Apr 2020 12:29:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-10 02:49:08.155537
• Title: Optic disc and fovea localisation in ultra-widefield scanning laser ophthalmoscope images captured in multiple modalities
• Title（参考訳）: 超広視野走査型レーザー眼鏡画像における光学ディスクとfovea局在
• Authors: Peter Robert Wakeford, Enrico Pellegrini, Gavin Robertson, Michael Verhoek, Alan Duncan Fleming, Jano van Hemert and Ik Siong Heng
• Abstract要約: 網膜の超広視野走査型レーザー眼球スコープ(UWFoV-SLO)画像において、光ディスク(OD)とフォベアの中心をローカライズするための畳み込みニューラルネットワークを提案する。 この方法は、1つのOD半径で99.4%のODローカライゼーション精度を達成し、1790の画像からなるテストセットで1つのOD半径で99.1%のFoveaローカライゼーション精度を達成した。
• 参考スコア（独自算出の注目度）: 0.4925906256430174
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a convolutional neural network for localising the centres of the optic disc (OD) and fovea in ultra-wide field of view scanning laser ophthalmoscope (UWFoV-SLO) images of the retina. Images captured in both reflectance and autofluorescence (AF) modes, and central pole and eyesteered gazes, were used. The method achieved an OD localisation accuracy of 99.4% within one OD radius, and fovea localisation accuracy of 99.1% within one OD radius on a test set comprising of 1790 images. The performance of fovea localisation in AF images was comparable to the variation between human annotators at this task. The laterality of the image (whether the image is of the left or right eye) was inferred from the OD and fovea coordinates with an accuracy of 99.9%
• Abstract（参考訳）: 網膜の超広視野走査型レーザー眼球スコープ(UWFoV-SLO)画像において、光ディスク(OD)とフォベアの中心をローカライズするための畳み込みニューラルネットワークを提案する。 反射光と自動蛍光(AF)モードの両方で撮像された画像と、中央の極と視線が使用された。 この手法は1 od半径で99.4%、foveaローカライズ精度が1 od半径で99.1%のodローカライズ精度を1790画像からなるテストセットで達成した。 AF画像における葉の局在化性能は,人間のアノテータ間の差異に匹敵するものであった。 画像の側方性(画像が左目か右目か)は、OD座標から推定され、卵胞座標は99.9%の精度で推定された。

関連論文リスト

• Brighteye: Glaucoma Screening with Color Fundus Photographs based on Vision Transformer [13.603729336413833]
  Brighteyeは緑内障の検出と緑内障の特徴分類のために提案されている。 ブライトアイは、自己認識機構を用いて、大きな眼底画像内の画素間の長距離関係を学習する。 AI 緑内障スクリーニング (JustRAIGS) における Justified Referral の開発段階において、全体的な結果により、226 項目のうち5位が確保された。
  論文  参考訳（メタデータ） (2024-05-01T20:46:04Z)
• EyeLS: Shadow-Guided Instrument Landing System for Intraocular Target Approaching in Robotic Eye Surgery [51.05595735405451]
  ロボット眼科手術(Robotic Ophthalmic surgery)は、網膜下注入における網膜侵入や網膜剥離における浮動組織の除去など、高精度な介入を促進する新しい技術である。 現在の画像に基づく手法では、針先端の軌跡を網膜と浮動標的の両方に向けて効果的に推定することはできない。 本研究では,ターゲットの影位置と楽器先端を用いて相対的な深度位置を推定する。 手術シミュレータでは, 平均深度0.0127mm, 平均深度0.3473mm, 平均深度0.0127mm, 平均深度0.3473mmを目標とした。
  論文  参考訳（メタデータ） (2023-11-15T09:11:37Z)
• Classification robustness to common optical aberrations [64.08840063305313]
  本稿では,現実的かつ実用的な光ぼけ効果に対するロバスト性を調べるためのベンチマークである OpticsBench を提案する。 ImageNetの実験では、様々な訓練済みのDNNに対して、ディスク形状のカーネルと比較して、パフォーマンスが強いことが示されている。 我々は,光カーネルをデータ拡張として使用することにより,拡張可能なImageNet-100について述べる。
  論文  参考訳（メタデータ） (2023-08-29T08:36:00Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• A portable widefield fundus camera with high dynamic range imaging capability [0.0]
  携帯型眼底カメラを実現するために, 小型間接眼底鏡を用いた。 101degアイアングル(67degビジュアルアングル)スナップショット FOV は、非ミリ波写真のために達成された。 有効FOVは、固定目標の助けを借りて、容易に190degの目角(134degの目角)まで拡張することができる。
  論文  参考訳（メタデータ） (2022-12-20T19:01:40Z)
• Data-centric AI approach to improve optic nerve head segmentation and localization in OCT en face images [2.62820687472774]
  光コヒーレンストモグラフィーにおける視神経頭部検出と局所化の訓練を,網膜の顔画像で行うためのデータ中心のアプローチに従う。 本稿では,3次元広視野赤外光コヒーレンストモグラフィースキャンの2次元面投影における視神経頭部のセグメンテーションのための機械学習手法を提案する。
  論文  参考訳（メタデータ） (2022-08-08T01:57:16Z)
• A learning-based view extrapolation method for axial super-resolution [52.748944517480155]
  軸光界分解能は、再焦点によって異なる深さで特徴を区別する能力を指します。 せん断エピポーラ平面画像の軸体積から新しい視点を推定する学習に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-03-11T07:22:13Z)
• Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
  単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。 本手法では, 回折光学素子 (DOE) を用いる。 DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
  論文  参考訳（メタデータ） (2020-09-01T14:19:35Z)
• Pathological myopia classification with simultaneous lesion segmentation using deep learning [16.456009188497823]
  最近導入されたPathologicalal Myopiaデータセットのために開発された畳み込みニューラルネットワークの結果に関する調査報告 我々は,新しい視神経頭(ONH)による萎縮と葉のセグメンテーションの予測法を提案する。
  論文  参考訳（メタデータ） (2020-06-04T12:21:06Z)
• Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
  低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。 本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。 合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
  論文  参考訳（メタデータ） (2020-05-12T08:01:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。