A Pixel-Wise Distance Regression Approach for Joint Retinal Optical Disc and Fovea Detection
一种用于联合检测视盘和中心凹的像素级距离回归方法
作者：Maria Ines Meyer, Adrian Galdran, Ana Maria Mendonc ?a, and Aur ?elio Campilho
机构：INESC-TEC - Institute for Systems and Computer Engineering, Technology and Science, Porto, Portugal
Faculdade de Engenharia da Universidade do Porto, Porto, Portugal
摘要：
本文介绍一种新的方法用于同时定位视盘和中心凹。为此，不是试图将每个像素分类为属于背景、视神经盘或中央凹中心，这将导致高度类别不平衡的设置，而是将该问题重新表述为逐像素回归任务。回归量包括距离最近的地标的距离。全卷积深度神经网络经过优化，可以预测每个图像位置的距离，隐式地将问题转化为每像素多任务学习方法，通过该方法可以学习整个图像的全局一致的距离分布。一旦训练，选择模型预测的两个最小距离作为视盘和中央凹的位置。相对于视盘和中央凹的每个像素位置的联合学习有利于自动理解整体解剖学分布。这导致可以同时检测两个位置的有效技术，这与先前分别处理两个任务的方法相反。大型公共数据集的综合实验结果验证了所提出的方法。