基于GAN的方法用于糖尿病视网膜病变视网膜血管细分系统的细分.
Anila Sebastian1, Omar Elharrouss1, Somaya Al-Maadeed1
1Computer Science and Engineering Department, Qatar University, Doha P.O. Box 2713, Qatar.
Bioengineering (Basel, Switzerland)
|January 26, 2024
概括
糖尿病视网膜病变会损害视网膜血管,可能导致视力丧失. 这项研究引入了一个深度学习模型,用于自动化的视网膜血管细分,以帮助早期检测.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 糖尿病视网膜病变是糖尿病的常见并发症,导致视网膜血管损伤和视力丧失.
- 定期的视网膜查对于早期检测至关重要,但手动检查耗时,面临专家短缺.
- 正在开发自动化计算机辅助系统,特别是使用深度学习的系统,以协助诊断.
研究的目的:
- 开发和评估基于生成对抗网络 (GAN) 的模型,用于视网膜血管系统的自动细分.
- 提高糖尿病视网膜病变查的效率和可访问性.
主要方法:
- 一个基于GAN的深度学习模型被设计用于从 fundus图像对视网膜血管进行细分.
- 该模型在已建立的数据集上进行了训练和验证:ARIA,DRIVE和HRF.
主要成果:
- 拟议的基于GAN的模型在视网膜血管细分方面表现出有效的性能.
- 该系统在ARIA,DRIVE和HRF数据集上取得了良好的结果,表明其临床应用的潜力.
结论:
- 使用GAN的自动视网膜血管细分是一种有前途的方法,可以帮助查糖尿病视网膜病变.
- 这项技术可以帮助克服手动查和专家可用性的局限性.


