f18

18 2019 Computerized Medical Imaging and Graphics Robust optic disc and cup segmentation with deep learning for glaucoma detection Method ： 分割 OD/OC 计算 CDR Dataset ：train RIGA ；test DRISHTI-GS1 , RIM-ONE Architecture : Unet （encoder ：pre-trained ResNet34） Results ： DRISHTI-GS1：Dice 视盘 96.44% 视杯 87.39% RIM-ONE ：Dice 视盘 94.91% 视杯 79.32% 避免了从头开始训练网络，实现了快速网络训练 Methods 视盘和杯的自动分割是以两个阶段的方式实现的 Pre-Processing Data Augumentation 512×512 第一阶段 单一标签深度学习模型建立和训练以分割视盘 目的：通过粗糙盘分割获得盘中心和直径。 方法：在视盘周围检测到的椎间盘直径的1.5到2倍范围内随机选择四个极值点。随机选择的四个点用于确定提取的ROI的最高，最低，最左和最右。 将检测到的盘周围的局部区域（随机1.5-2直径）提取为感兴趣区域（ROI） 将ROI调整为512