Detail publikace
Which Color Channel Is Better for Diagnosing Retinal Diseases Automatically in Color Fundus Photographs?
Rohdin Johan A., Dr. (UPGM FIT VUT)
Khan Md. Iqbal Aziz (RUBD)
Biswas Angkan (CAPM)
Hossain Md. Tanvir (RUBD)
Nakai Takayoshi ()
barevný fundus, fotografická detekce onemocnění sítnice, hluboká neuronová síť, segmentace orientačních bodů sítnice
Barevné fotografie sítnice jsou nejběžnějším typem snímků používaných pro automatickou diagnostiku onemocnění a abnormalit sítnice. Stejně jako všechny barevné fotografie obsahují tyto snímky informace o třech základních barvách, tj. červené, zelené a modré, ve třech samostatných barevných kanálech. Cílem této práce je pochopit vliv jednotlivých kanálů při automatické diagnostice onemocnění a abnormalit sítnice. Za tímto účelem je proveden rozsáhlý průzkum stávajících prací s cílem zjistit, který barevný kanál se nejčastěji používá pro automatickou detekci čtyř hlavních příčin slepoty a jedné abnormality sítnice spolu se segmentací tří orientačních bodů sítnice. Z tohoto průzkumu je zřejmé, že pro systémy založené na neuronových sítích se obvykle používají všechny kanály dohromady, zatímco pro systémy nezaložené na neuronových sítích se nejčastěji používá zelený kanál. Z předchozích prací však nelze vyvodit žádný závěr ohledně důležitosti jednotlivých kanálů. Proto jsou prováděny systematické experimenty za účelem analýzy této skutečnosti. Známá hluboká neuronová síť ve tvaru písmene U (U-Net) se používá ke zkoumání, který barevný kanál je nejlepší pro segmentaci jedné sítnicové abnormality a tří sítnicových orientačních bodů.
@ARTICLE{FITPUB12948, author = "Sangeeta Biswas and A. Johan Rohdin and Aziz Iqbal Md. Khan and Angkan Biswas and Tanvir Md. Hossain and Takayoshi Nakai", title = "Which Color Channel Is Better for Diagnosing Retinal Diseases Automatically in Color Fundus Photographs?", pages = "1--38", journal = "Life-Basel", volume = 12, number = 7, year = 2022, ISSN = "2075-1729", doi = "10.3390/life12070973", language = "english", url = "https://www.fit.vut.cz/research/publication/12948" }