已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Foveal Avascular Zone Segmentation of Octa Images Using Deep Learning Approach with Unsupervised Vessel Segmentation

分割 人工智能 计算机科学 尺度空间分割 计算机视觉 图像分割 中央凹无血管区 区域增长 基于分割的对象分类 一致性(知识库) 模式识别(心理学) 光学相干层析成像 光学相干断层摄影术 医学 眼科
作者
Zhijin Liang,Junkang Zhang,Cheolhong An
标识
DOI:10.1109/icassp39728.2021.9415070
摘要

Foveal Avascular Zone (FAZ) is a crucial indicator for retinal disease detection and accurate automatic FAZ segmentation has a significant impact in clinical applications. Apart from the binary FAZ segmentation map, a vessel segmentation map can provide further information. To simultaneously implement vessel and accurate FAZ segmentation, an end-to-end trained network is proposed to achieve unsupervised vessel segmentation and supervised FAZ segmentation. Due to the lack of vessel labels, the style transfer with consistency loss is proposed to the vessel segmentation. Then FAZ segmentation is achieved with a U-Net structure based on vessel segmentation. Two superficial layer OCTA image datasets - OCTAGON3 [1] and sFAZDATA datasets [2] - are used to evaluate the proposed method. We achieve the Dice scores of 0.9263 and 0.9784, which are better than those from other approaches.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
整齐的忆彤完成签到,获得积分10
2秒前
3秒前
liyb完成签到,获得积分10
3秒前
LiXingchen完成签到,获得积分10
3秒前
詹卫卫发布了新的文献求助10
4秒前
洁白的故人完成签到 ,获得积分10
7秒前
笔墨今宵完成签到 ,获得积分10
8秒前
10秒前
笔墨今宵关注了科研通微信公众号
13秒前
雷马完成签到,获得积分10
13秒前
14秒前
luwenxuan发布了新的文献求助10
15秒前
Mono完成签到 ,获得积分10
16秒前
雷马发布了新的文献求助10
16秒前
17秒前
Yuki发布了新的文献求助10
18秒前
钉钉完成签到 ,获得积分10
18秒前
20秒前
2224536发布了新的文献求助30
21秒前
鸭梨发布了新的文献求助10
22秒前
香蕉觅云应助luwenxuan采纳,获得10
23秒前
More完成签到,获得积分10
28秒前
栗米ki完成签到,获得积分10
28秒前
别当真完成签到 ,获得积分10
31秒前
源缘完成签到 ,获得积分10
33秒前
野性的小松鼠完成签到 ,获得积分10
35秒前
朴实的小萱完成签到,获得积分10
36秒前
41秒前
深情安青应助多年以后采纳,获得10
42秒前
43秒前
gungun完成签到,获得积分10
46秒前
凤凰山完成签到,获得积分10
46秒前
直率的画笔完成签到,获得积分10
46秒前
47秒前
恋雅颖月应助1234采纳,获得10
47秒前
黄晃晃发布了新的文献求助10
48秒前
NexusExplorer应助科研通管家采纳,获得10
49秒前
50秒前
50秒前
50秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
Aktuelle Entwicklungen in der linguistischen Forschung 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3989949
求助须知:如何正确求助?哪些是违规求助? 3532017
关于积分的说明 11255865
捐赠科研通 3270829
什么是DOI,文献DOI怎么找? 1805053
邀请新用户注册赠送积分活动 882233
科研通“疑难数据库(出版商)”最低求助积分说明 809216