汕头大学主页|汕头大学工学院|English Vision
  联系信息

邮件:zfan@stu.edu.cn

地址:广东省汕头市大学路243号汕头大学科学楼

邮编:515063

 
科研成果
基于卷积神经网络的代理辅助视网膜OCT图像分类算法
 
发布时间:2019/4/15 20:44:48

       作为一种非浸入式成像模式,光学相干断层扫描(optical coherence tomography, OCT)在眼科疾病诊断中得到了广泛的应用。然而,近年来眼病患者的数量呈现出一种不断递增的趋势,在这种情况下,眼科医生的负担也必将越来越重。因此,研究开发自动对OCT图像进行分类的系统十分有必要,它将大大降低医生的工作量,提高医生的诊断效率。

       随着深度学习的复兴,卷积神经网络在图像分类中的得到了广泛的应用。 然而训练卷积神经网络需要大量带标签的图像,这在医学图像领域通常是一个挑战。为此我们提出代理图像的概念来增加数据,进而训练卷积神经网络对OCT图像进行分类。具体地,如图1 所示,首先对OCT图像进行去噪处理;然后基于去噪图像提取出模板;利用去噪图像和对应的模板生成大量原图的代理图像;接着利用这些代理图像训练卷积神经网络;最后,用训练好的卷积神经网络对原图的代理图像进行分类,并取对这些代理图像分类结果的平均值作为原图的最终分类结果。图2展示了一些算法分类结果的示例图。

图1. 所提算法流程图

图 2. 分类示例图。其中gt=1或gt=2表示该图像被医生标记为不正常或正常。score是一个位于0到1之间的值,它由算法决定。score值越高,表示该图像被分类为不正常的概率越高。

 

目前成果:研究成果已经在 IEEE Journal of Biomedical and Health Informatics 上发表。

论文引用 Y. Rong, D. Xiang, W. Zhu, F. Shi, Z. Fan and X. Chen, “Surrogate-Assisted Retinal OCT Image Classification Based on Convolutional Neural Networks ”, IEEE Journal of Biomedical and Health Informatics, vol. 23, no. 1, pp. 253-263, 2019. (SCI 信息系统1区, IF: 3.850).

论文链接 https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8289356

版权所有:广东省数字信号与图像处理技术重点实验室 | 学院地址:广东省汕头市大学路243号汕头大学科学楼4楼
copyright © 2019 imagelab.stu.edu.cn all rights reserved.