論文の概要: Simultaneous segmentation and classification of the retinal arteries and veins from color fundus images

• arxiv url: http://arxiv.org/abs/2209.09582v1
• Date: Tue, 20 Sep 2022 09:54:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-21 19:21:39.529562
• Title: Simultaneous segmentation and classification of the retinal arteries and veins from color fundus images
• Title（参考訳）: 色眼底画像からの網膜動脈と静脈の同時分割と分類
• Authors: Jos\'e Morano, \'Alvaro S. Hervella, Jorge Novo, Jos\'e Rouco
• Abstract要約: 網膜血管の研究は多くの疾患のスクリーニングと診断の基本的な段階である。 眼底画像からの網膜A/Vの同時分画と分類のための新しいアプローチを提案する。
• 参考スコア（独自算出の注目度）: 6.027522272446452
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The study of the retinal vasculature is a fundamental stage in the screening and diagnosis of many diseases. A complete retinal vascular analysis requires to segment and classify the blood vessels of the retina into arteries and veins (A/V). Early automatic methods approached these segmentation and classification tasks in two sequential stages. However, currently, these tasks are approached as a joint semantic segmentation task, as the classification results highly depend on the effectiveness of the vessel segmentation. In that regard, we propose a novel approach for the simultaneous segmentation and classification of the retinal A/V from eye fundus images. In particular, we propose a novel method that, unlike previous approaches, and thanks to a novel loss, decomposes the joint task into three segmentation problems targeting arteries, veins and the whole vascular tree. This configuration allows to handle vessel crossings intuitively and directly provides accurate segmentation masks of the different target vascular trees. The provided ablation study on the public Retinal Images vessel Tree Extraction (RITE) dataset demonstrates that the proposed method provides a satisfactory performance, particularly in the segmentation of the different structures. Furthermore, the comparison with the state of the art shows that our method achieves highly competitive results in A/V classification, while significantly improving vascular segmentation. The proposed multi-segmentation method allows to detect more vessels and better segment the different structures, while achieving a competitive classification performance. Also, in these terms, our approach outperforms the approaches of various reference works. Moreover, in contrast with previous approaches, the proposed method allows to directly detect the vessel crossings, as well as preserving the continuity of A/V at these complex locations.
• Abstract（参考訳）: 網膜血管の研究は、多くの疾患のスクリーニングと診断の基本的な段階である。 完全な網膜血管分析では、網膜の血管を動脈と静脈(A/V)に分割し分類する必要がある。 初期の自動手法は、これらの分割と分類タスクを2段階に分けた。 しかし,これらのタスクは,分類結果が船体セグメンテーションの有効性に大きく依存するため,関節セグメンテーションタスクとしてアプローチされている。 そこで本研究では,眼底画像からの網膜A/Vの同時分画と分類のための新しいアプローチを提案する。 特に,従来のアプローチと異なり,新しい損失により,関節,静脈,血管ツリー全体を対象とする3つの分節問題に分解する新しい手法を提案する。 この構成により、血管横断を直感的に扱うことができ、異なるターゲットの血管木の正確なセグメンテーションマスクを直接提供する。 公開網膜画像血管抽出(rite)データセットに関するアブレーション研究は,提案手法が,特に異なる構造のセグメンテーションにおいて,良好な性能をもたらすことを実証するものである。 さらに,A/V分類において,本手法は高い競合性を示すとともに,血管の分節化を著しく改善することを示す。 提案手法により, より多くの容器を検出し, 異なる構造を分割し, 競争力のある分類性能を達成できる。 また,本研究のアプローチは,様々な参考研究のアプローチよりも優れている。 さらに, 従来の手法とは対照的に, 提案手法では, 船体交差を直接検出し, 複雑な場所でのA/Vの連続性を保つことができる。

関連論文リスト

• Multi-task Explainable Skin Lesion Classification [54.76511683427566]
  少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。 提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
  論文  参考訳（メタデータ） (2023-10-11T05:49:47Z)
• Rethinking Semi-Supervised Medical Image Segmentation: A Variance-Reduction Perspective [51.70661197256033]
  医用画像セグメンテーションのための階層化グループ理論を用いた半教師付きコントラスト学習フレームワークARCOを提案する。 まず、分散還元推定の概念を用いてARCOを構築することを提案し、特定の分散還元技術が画素/ボクセルレベルのセグメンテーションタスクにおいて特に有用であることを示す。 5つの2D/3D医療データセットと3つのセマンティックセグメンテーションデータセットのラベル設定が異なる8つのベンチマークで、我々のアプローチを実験的に検証する。
  論文  参考訳（メタデータ） (2023-02-03T13:50:25Z)
• Learning-Based Keypoint Registration for Fetoscopic Mosaicking [65.02392513942533]
  ツイン・トゥ・ツイン輸血症候群(TTTS)では、単子葉胎盤の血管系異常な血管性無痛が両胎児の間に不均一な血流を生じさせる。 本研究では,フィールド・オブ・ビュー展開のためのフェトスコープフレーム登録のための学習ベースフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-07-26T21:21:12Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• RAVIR: A Dataset and Methodology for the Semantic Segmentation and Quantitative Analysis of Retinal Arteries and Veins in Infrared Reflectance Imaging [7.316426736150123]
  Infrared Reflectance (IR) 画像における網膜動脈と静脈のセグメンテーションのための新しいデータセット RAVIR を提案する。 本稿では,網膜動脈と静脈のセマンティックセグメンテーションのための,新しい深層学習手法を提案する。 本実験は,SegRAVIRの有効性を検証し,最先端モデルと比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2022-03-28T17:30:29Z)
• JOINED : Prior Guided Multi-task Learning for Joint Optic Disc/Cup Segmentation and Fovea Detection [1.2250035750661867]
  そこで本研究では, JOINEDという新しい手法を用いて, 複数タスク学習を先導し, OD/OCセグメンテーションと卵胞検出を行った。 提案するJOINEDパイプラインは粗い段と細かい段からなる。 実験の結果,提案したJOINEDは既存の最先端手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2022-03-01T13:47:48Z)
• Fully Automated Tree Topology Estimation and Artery-Vein Classification [0.0]
  網膜血管トポロジー(網膜血管トポロジー)を抽出するための完全自動的手法,すなわち,異なる血管が相互にどのように結びついているかを示す。 我々は,網膜動脈-静脈分類における最先端の結果を得るために,抽出法の有用性を検証した。
  論文  参考訳（メタデータ） (2022-02-04T20:40:01Z)
• Hierarchical Deep Network with Uncertainty-aware Semi-supervised Learning for Vessel Segmentation [58.45470500617549]
  本稿では,注目機構が血管全体に誘導される低コントラストキャピラリー領域を局在させる階層的なディープネットワークを提案する。 提案手法は,底部画像における網膜動脈/静脈の分画とCT画像における肝門/肝血管の分画のベンチマークにおいて,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-05-31T06:55:43Z)
• Learning to Address Intra-segment Misclassification in Retinal Imaging [3.552155712390612]
  マルチクラスセグメンテーションを複数のバイナリに分解する新しいアプローチを提案し、次にバイナリ-マルチクラス融合ネットワークを提案する。 このネットワークは動脈,静脈,マルチクラスの特徴マップの表現をマージし,それぞれが専門的な血管アノテーションによって教師される。 その結果, DRIVE-AV, LES-AV, HRF-AVの3つの深層学習手法と比較し, F1スコアを4.4%, 5.1%, 4.2%向上させた。
  論文  参考訳（メタデータ） (2021-04-25T11:57:26Z)
• Assignment Flow for Order-Constrained OCT Segmentation [0.0]
  網膜層厚の同定は、患者ごとに個別に行う重要な課題である。 自動セグメンテーションモデルの構築は,医用画像処理分野において重要な課題となっている。 我々は、秩序に制約された3D OCT網膜細胞層セグメンテーションのための新しい、純粋にデータ駆動型テキスト幾何学的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-09-10T01:57:53Z)
• Multi-Task Neural Networks with Spatial Activation for Retinal Vessel Segmentation and Artery/Vein Classification [49.64863177155927]
  本稿では,網膜血管,動脈,静脈を同時に分割する空間活性化機構を備えたマルチタスクディープニューラルネットワークを提案する。 提案するネットワークは,容器分割における画素ワイド精度95.70%,A/V分類精度94.50%を実現している。
  論文  参考訳（メタデータ） (2020-07-18T05:46:47Z)

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。