Frontiers of Computer Vision 2018 应用简介
该报告有7项CV领域在非洲的应用:
- Early Retainal Tissue Damage Detection using Machine Learning
- Will CaosuleNetworks replace CNNs?
- Hierarchical Convolutional Neural Networks for Breast Cancer Detection
- Leaf Semantic Segmentation & Cassava (木薯) Disease Diagnosis with Deep Learning
- A Deep Learning Approach for Automatic Traffic Accident Detection
- Classify Seafloor Type
- Counting Elephants in Aerial Images
1. 利用机器学习进行早期视网膜组织损伤检测 Daniel Ajisafe, Ladoke Akintola University of Technology
目标:用机器学习的方法对糖尿病性视网膜病变与黄斑水肿(diabetic retinopathy and macular edema disease)进行分类。
- 糖尿病性视网膜病变(DR)是糖尿病性微血管病变中最重要的表现,是一种具有特异性改变的眼底病变,是糖尿病的严重并发证之一。临床上根据是否出现视网膜新生血管为标志,将没有视网膜新生血管形成的糖尿病性视网膜病变称为非增殖性糖尿病性视网膜病变(NPDR)(或称单纯型或背景型),而将有视网膜新生血管形成的糖尿病性视网膜病变称为增殖性糖尿病性视网膜病变(PDR)。
- 糖尿病患者主要是胰岛素代谢异常,引起眼组织、神经及血管微循环改变,造成眼的营养和视功能的损坏。微血管是指介于微小动脉和微小静脉之间,管腔小于100~150µm的微小血管及毛细血管网,是组织和血液进行物质交换的场所。由于糖尿病患者血液成分的改变而引起血管内皮细胞功能异常,使血-视网膜屏障受损。视网膜毛细血管内皮细胞色素上皮细胞间的联合被破坏,造成小血管的渗漏。糖尿病患者微血管病变主要发生在视网膜及肾脏,是致盲、肾功能衰竭及死亡的主要原因。
数据集:Messidor Dataset(400张眼底图,格式为TIFF), Diaretdb1 dataset (89张眼底图)
首先从眼底图提取3大特征:Blood vessel area (血管面积), Micro aneurysm count(微动脉瘤计数) and Haemorrhage area(出血斑点)
- 视网膜毛细血管的病变表现为动脉瘤、出血斑点、硬性渗出、棉绒斑、静脉串珠状、视网膜内微血管异常(IRMA),以及黄斑水肿等。广泛缺血会引起视网膜或视盘新生血管、视网膜前出血及牵拉性视网膜脱离。患者有严重的视力障碍。
- 在增殖性视网膜病变中,视网膜损害刺激新生血管生长。新生血管生长对视网膜有害无益,其可引起纤维增生,有时还可导致视网膜脱离。新生血管也可长入玻璃体,引起玻璃体出血。与非增殖性视网膜病变相比,增殖性视网膜病变对视力的危害性更大,其可导致严重视力下降甚至完全失明。
提取特征的方法有:
-Contrast Limited Adaptive Histogram (CLAHE)
-Morphological processing
-Thresholding
-Canny edge detection
测试结果
同时,作者对于数据采集设备进行了重新设计
作者的总结和展望
Da
AjisafeDaniel AjisafeDaniel Ajisafe