将边缘信息整合到真值中，用于从眼底图像分割视盘和视杯

基于分割的眼底图像信息提取与融合在青光眼检测中的应用

Segmentation-based Information Extraction and Amalgamation in Fundus Images for Glaucoma Detection

Renmin University of China（中国人民大学）；Visionary Intelligence Ltd.（远景智能有限公司）

青光眼是一种严重的致盲性疾病，迫切需要自动检测方法来缓解眼科医生的短缺。许多工作已经提出采用深度学习方法，这些方法涉及用于青光眼检测的视盘和视杯的分割，其中分割过程通常仅被视为上游子任务。眼底图像和分割掩模在青光眼评估中的联合决策方面的关系很少被探索。我们提出了一种新的基于分割的信息提取和融合方法的青光眼检测的任务，它利用了分割掩模的鲁棒性，而不忽视原始眼底图像中的丰富信息。在私人和公共数据集上的实验结果表明，我们提出的方法优于所有单独利用眼底图像或掩模的模型。

2022-09-23cs.CVeess.IV

评估用于眼底图像中视盘和视杯分割的由粗到精的深度学习模型

Assessing Coarse-to-Fine Deep Learning Models for Optic Disc and Cup Segmentation in Fundus Images

UNICEN（布宜诺斯艾利斯省中部国立大学）；PLADEMA Institute（PLADEMA研究所）

眼底图像中的自动视盘（OD）和视杯（OC）分割与有效测量垂直杯盘比（vCDR）相关，vCDR是眼科学中常用的生物标志物，用于确定青光眼视神经病变的程度。通常，这是使用由粗到细的深度学习算法来解决的，其中第一阶段近似OD，第二阶段使用该区域的裁剪来预测OD/OC掩模。虽然这种方法在文献中被广泛应用，但没有研究分析其对结果的真正贡献。在本文中，我们使用5个公共数据库，从标准分割的角度和估计青光眼评估的vCDR，对OD/OC分割的不同粗到细设计进行了全面分析。我们的分析表明，这些算法不一定优于标准的多类单阶段模型，特别是当这些模型是从足够大和不同的训练集学习的时候。此外，我们注意到粗阶段比细阶段实现了更好的OD分割结果，并且为第二阶段提供OD监督对于确保准确的OC掩码至关重要。此外，在多数据集设置上训练的单阶段和两阶段模型都显示出成对甚至优于其他最先进的替代方案的结果，同时在OD/OC分割的REFUGE中排名第一。最后，我们评估了vCDR预测模型，并与六位眼科医生在AIROGS图像子集上进行了比较，以了解观察者间变异性的背景。我们注意到，从单阶段和从粗到细模型中恢复的vCDR估计值可以获得良好的青光眼检测结果，即使它们与专家的手动测量值不高度相关。

2023-02-08cs.CV

多尺度Softmax交叉熵用于彩色视网膜摄影中的视盘定位

Multiscale Softmax Cross Entropy for Fovea Localization on Color Fundus Photography

Institute of Imaging and Computer Vision, RWTH Aachen, Germany（成像与计算机视觉研究所，RWTH亚琛，德国）；Department of Ophthalmology, RWTH Aachen, Germany（眼科部门，RWTH亚琛，德国）

本文提出多尺度Softmax交叉熵用于彩色视网膜摄影中视盘定位，通过改进损失函数提升坐标回归性能。

2021-12-08cs.CVeess.IV

基于深度学习的眼底彩色图像青光眼联合分割分类框架

A Deep Learning based Joint Segmentation and Classification Framework for Glaucoma Assesment in Retinal Color Fundus Images

IIIT Hyderabad（海得拉巴国际信息技术学院）

自动计算机辅助诊断工具可用于早期检测青光眼，以防止不可逆的视力丧失。在这项工作中，我们提出了一个多任务卷积神经网络（CNN），共同分割视盘（OD），视杯（OC），并预测彩色眼底图像中青光眼的存在。CNN利用从OD-OC分割获得的图像外观特征和结构特征的组合来获得稳健的预测。使用更少的网络参数和共享多个相关任务的CNN功能确保了架构的良好通用性，允许它在小训练集上进行训练。所提出的方法在使用不同的相机和图像分辨率获得的独立验证集上的交叉测试性能被发现是良好的，在青光眼分类的任务上，OD的平均骰子得分为0.92，OC的平均骰子得分为0.84，AUC为0.95，说明其作为青光眼早期检测的大规模筛查工具的潜力。

2018-07-29cs.CVcs.LG

GARDNet：用于彩色眼底图像中青光眼分类的鲁棒多视图网络

GARDNet: Robust Multi-View Network for Glaucoma Classification in Color Fundus Images

Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）

青光眼是最严重的眼部疾病之一，其特征在于快速进展并导致不可逆的失明。通常情况下，由于在疾病的早期阶段缺乏明显的症状，当一个人的视力已经显著下降时进行诊断。对人群进行定期青光眼筛查可以提高早期检测，但是由于人工诊断对有限数量的专家造成的过度负担，词源检查的理想频率通常不可行。由于青光眼检测的基本方法是分析眼底图像中视盘与视杯的比值，因此机器学习算法可以为图像处理和分类提供复杂的方法。在我们的工作中，我们提出了一种先进的图像预处理技术，结合深度分类模型的多视图网络来对青光眼进行分类。我们的青光眼自动视网膜检测网络（GARDNet）已在鹿特丹EyePACS AIROGS数据集上成功测试，AUC为0.92，然后在RIM-ONE DL数据集上进行了微调和测试，AUC为0.9308，优于最先进的0.9272。我们的代码可在https://github.com/ahmed1996said/gardnet上获得

2022-07-31cs.AIcs.CVcs.LG

眼底图像的深度学习检测视盘以外的青光眼

Deep learning on fundus images detects glaucoma beyond the optic disc

KU Leuven（鲁汶大学）；UZ Leuven（鲁汶大学医院）；University of Porto（波尔图大学）；Centro Hospitalar e Universitário São João（圣若昂大学医院中心）；Hasselt University（哈瑟尔特大学）；University of Antwerp（安特卫普大学）；Flemish Institute for Technological Research（弗拉芒技术研究院）

尽管报告了前所未有的灵敏度和特异性值，但最近的青光眼检测深度学习模型缺乏决策透明度。在这里，我们提出了一种方法，在青光眼检测和垂直杯盘比（VCDR）（一个重要的风险因素）领域推进可解释的深度学习。我们使用经过一定裁剪策略的眼底图像来训练和评估深度学习模型。我们将裁剪半径定义为图像大小的百分比，以视神经乳头（ONH）为中心，等距间隔范围为10%-60%（ONH裁剪策略）。还应用了裁剪掩码的逆（外围裁剪策略）。使用原始图像的训练模型导致青光眼检测的曲线下面积（AUC）为0.94 [95% CI：0.92-0.96]，VCDR估计的决定系数（R^2）等于77% [95% CI：0.77-0.79]。在没有ONH的图像上训练的模型仍然能够获得显著的性能（在60% ONH裁剪的最极端设置中，青光眼检测的AUC为0.88 [95% CI：0.85-0.90]，VCDR估计的R^2评分为37% [95% CI：0.35-0.40]）。我们的研究结果提供了第一个无可辩驳的证据，证明深度学习可以从ONH以外的眼底图像区域检测青光眼。

2021-10-05cs.CVeess.IV

通过动态全局-局部特征集成增强基于眼底图像的青光眼筛查

Enhancing Fundus Image-based Glaucoma Screening via Dynamic Global-Local Feature Integration

Minzu University Of China（中央民族大学）；City University of Macau（澳门城市大学）；Torrens University Australia（澳大利亚托伦斯大学）；Monash University（莫纳什大学）

针对眼底图像在多设备、多种族及病灶边界模糊等现实挑战，提出自适应注意力窗口与多头注意力机制融合全局与局部特征，显著提升了青光眼分类的准确率与鲁棒性。

2025-04-01cs.CV

使用深度学习在视网膜眼底图像中进行视盘定位和青光眼分类的两阶段框架

Two-stage framework for optic disc localization and glaucoma classification in retinal fundus images using deep learning

Technische Universität Kaiserslautern（凯泽斯劳滕工业大学）

随着强大的图像处理和机器学习技术的进步，CAD在包括眼科在内的所有医学领域变得越来越普遍。由于视盘是青光眼检测视网膜眼底图像中最重要的部分，本文提出了一个两阶段的框架，首先检测和定位视盘，然后将其分为健康或青光眼。第一阶段基于RCNN，负责从视网膜眼底图像中定位和提取视盘，而第二阶段使用Deep CNN将提取的视盘分类为健康或昏迷。除了所提出的解决方案之外，我们还开发了一种基于规则的半自动地面实况生成方法，该方法为训练基于RCNN的自动光盘定位模型提供了必要的注释。所提出的方法进行了评估，在七个公开可用的数据集的光盘定位和ORIGA数据集，这是最大的公开可用的青光眼分类数据集。自动定位的结果在六个数据集上标志着新的最新技术水平，其中四个数据集的准确率达到100%。对于青光眼分类，我们实现了等于0.874的AUC，这比先前获得的ORIGA分类的最新结果相对改善了2.7%。一旦在仔细注释的数据上进行训练，基于深度学习的视盘检测和定位方法不仅鲁棒、准确和完全自动化，而且还消除了对依赖于机器人的启发式算法的需求。我们对ORIGA上青光眼分类的经验评估表明，对于具有类别不平衡并且没有预定义的训练和测试分割的数据集，仅报告AUC不能描绘分类器性能的真实情况，并且需要额外的性能指标来证实结果。

2020-05-28cs.CVcs.LGeess.IV

REFUGE2挑战赛：青光眼筛查多维分析和评价的宝库

REFUGE2 Challenge: A Treasure Trove for Multi-Dimension Analysis and Evaluation in Glaucoma Screening

Sun Yat-sen University（中山大学）；Baidu Inc.（百度公司）；Agency for Science, Technology and Research（新加坡科技研究局）；CONICET（阿根廷国家科学技术研究委员会）；UNICEN（阿根廷中央国立大学）；Medical University of Vienna（维也纳医科大学）；VUNO Inc.（VUNO公司）；Tencent（腾讯）

随着人工智能（AI）在医学图像处理中的快速发展，彩色眼底照相（CFP）分析中的深度学习也在不断发展。虽然在眼科界有一些开源的、有标签的CFPs数据集，但用于筛查的大规模数据集只有疾病类别的标签，而带有眼底结构注释的数据集通常尺寸较小。此外，各数据集的标签标准不统一，也没有关于采集设备的明确信息。在这里，我们发布了一个多注释，多质量和多设备的彩色眼底图像数据集，用于青光眼分析的原始挑战-视网膜眼底青光眼挑战第二版（REFUGE 2）。REFUGE 2数据集包含2000个彩色眼底图像，其中注释了青光眼分类、视盘/视杯分割以及中央凹定位。同时，REFUGE 2挑战赛设置了青光眼自动诊断和眼底结构分析三个子任务，并提供了在线评估框架。针对多设备、多质量数据的特点，提出了一些具有较强推广性的方法，使预测更加稳健。这表明REFUGE 2关注了现实世界多领域数据的特点，弥合了科学研究和临床应用之间的差距。

2022-12-29cs.CVeess.IV

REFUGE挑战：评估眼底照片青光眼自动评估方法的统一框架

REFUGE Challenge: A Unified Framework for Evaluating Automated Methods for Glaucoma Assessment from Fundus Photographs

Medical University of Vienna（维也纳医科大学）；Inception Institute of Artificial Intelligence（起源人工智能研究院）；University of Porto（波尔图大学）；KU Leuven（鲁汶大学）；Universitat Politècnica de València（瓦伦西亚理工大学）；University of Florida（佛罗里达大学）；The Chinese University of Hong Kong（香港中文大学）；Gachon University（嘉泉大学）；Samsung SDS AI Research Center（三星SDS人工智能研究中心）；Yale University（耶鲁大学）

青光眼是工作年龄人群中不可逆但可预防的失明的主要原因之一。彩色眼底照相（CFP）是筛查视网膜疾病的最具成本效益的成像方式。然而，其应用于青光眼已被限制到一些相关的生物标志物，如垂直杯盘比的计算。深度学习方法虽然广泛应用于医学图像分析，但由于可用数据集的大小有限，尚未广泛用于青光眼评估。此外，缺乏标准化的基准策略使得难以以统一的方式比较现有的方法。为了克服这些问题，我们与MICCAI 2018联合举办了视网膜眼底青光眼挑战赛（REFUGE，\url{https://refuge.grand-challenge.org}）。该挑战包括两个主要任务，即视盘/视杯分割和青光眼分类。作为REFUGE的一部分，我们已经公开发布了一个包含1200张眼底图像的数据集，其中包含地面真实分割和临床青光眼标签，这是目前最大的现有数据集。我们还建立了一个评估框架，以简化和确保不同模型比较的公平性，鼓励该领域新技术的发展。12支队伍获得资格并参加了在线挑战赛。本文对他们的方法进行了总结，并对相应的结果进行了分析。特别是，我们观察到两个排名靠前的团队在青光眼分类任务中的表现超过了两个人类专家。此外，分割结果通常与地面实况注释一致，具有可以通过集成结果进一步利用的互补结果。

2019-10-08cs.CV

TransUNext：面向眼底图像自动血管分割的更先进U形框架

TransUNext: towards a more advanced U-shaped framework for automatic vessel segmentation in the fundus image

Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（电子科技大学深圳高等研究院）

提出TransUNext，一种集成高效自注意力与全局多尺度融合的U形混合Transformer-CNN架构，在四个眼底数据集上取得超越现有方法的血管分割性能。

2024-11-05cs.CVeess.IV

基于会话的眼底图像NROI域盲水印技术及应用DWT、扩频和Harris角点检测的认证

A Session Based Blind Watermarking Technique within the NROI of Retinal Fundus Images for Authentication Using DWT, Spread Spectrum and Harris Corner Detection

JIS College of Engineering（JIS工程学院）；Kalyani Govt. Engg. College（卡利亚尼政府工程学院）

数字化眼底图像通过检测视杯、视盘和黄斑的形态学变化，帮助检测各种眼科疾病。提出了一种基于离散小波变换和扩频的医学图像认证方法。正确选择用于水印的非感兴趣区域（NROI）是至关重要的，因为所关注的区域必须是传达任何医学信息的最少需要的部分。提出的方法讨论了最小影响区域的选择和盲水印技术。水印嵌入在高-高（HH）子带内。在嵌入过程中，使用伪随机序列和会话密钥将水印图像分散在频带内。利用会话密钥和图像大小提取水印图像。在这种方法中，基于峰值信噪比（PSNR）和相关值将具有可接受的不可感知性和失真水平的生成的水印图像与原始视网膜图像进行比较。

2012-09-01cs.CVcs.CY

G1020：用于计算机辅助青光眼检测的基准眼底图像数据集

G1020: A Benchmark Retinal Fundus Image Dataset for Computer-Aided Glaucoma Detection

Technische Universität Kaiserslautern（凯泽斯劳滕工业大学）；German Research Center for Artificial Intelligence GmbH (DFKI)（德国人工智能研究中心）；Opthalmology Clinic（眼科诊所）；National University of Science and Technology (NUST)（国立科技大学）；National Center of Artificial Intelligence（国家人工智能中心）；Smart Data and Knowledge Services（智能数据与知识服务部）

用于自动青光眼检测的大型公开可用的视网膜眼底图像数据集的稀缺一直是人工智能成功应用于实际计算机辅助诊断（CAD）的瓶颈。一些小的数据集，可用于研究社区通常遭受不切实际的图像捕获条件和严格的纳入标准。现有数据集的选择已经有限，这些缺点使得成熟的CAD系统具有挑战性，以便它可以在现实世界的环境中执行。在本文中，我们提出了一个大型的公开可用的视网膜眼底图像数据集青光眼分类称为G1020。该数据集通过符合常规眼科学的标准实践进行管理，预计将作为青光眼检测的标准基准数据集。该数据库由1020个高分辨率彩色眼底图像组成，并为青光眼诊断、视盘和视杯分割、垂直杯盘比、下、上、鼻和颞象限中的神经视网膜边缘大小以及视盘的边界框位置提供了地面实况注释。我们还报告了通过进行广泛的实验进行自动青光眼诊断和分割视盘和视杯的基线结果。

2020-05-28cs.CVcs.LGeess.IV

一种智能体AI框架克服了大型语言模型在眼底照相青光眼检测中的基本局限

An Agentic AI Framework Overcomes Fundamental Limitations of Large Language Models for Glaucoma Detection from Fundus Photography

该研究开发的智能体AI框架整合LLM与专用深度学习工具，提升了眼底照相青光眼检测的准确率、一致性，纠正了仅用LLM的缺陷，具有通用性，或推动医学AI向多智能体系统转变。

2026-08-11cs.AIcs.CV

基于两级全卷积网络的视盘和视杯自动分割

Automated Segmentation of the Optic Disk and Cup using Dual-Stage Fully Convolutional Networks

University of Sydney（悉尼大学）；Shanghai Jiao Tong University（上海交通大学）；Med-X Research Institute, Shanghai Jiao Tong University（上海交通大学Med-X研究院）；Royal Prince Alfred Hospital（皇家阿尔弗雷德王子医院）

视网膜眼底图像上视杯和视盘的自动分割是青光眼自动检测/分析的基础。传统的分割方法严重依赖于手工制作的功能和用户的先验知识。因此，这些方法难以适应临床环境。最近，基于全卷积网络（FCN）的深度学习方法已成功解决分割问题。然而，在处理医学图像时，依赖于大的注释训练数据是有问题的。如果没有足够数量的带注释的训练数据来覆盖所有可能的变化，则FCN不提供准确的分割。此外，FCNs在卷积层中具有较大的感受野，因此会产生边界的粗略输出。因此，我们提出了一种新的全自动方法，我们称之为双阶段全卷积网络（DSFCN）。我们的方法利用了深层残留架构和FCNs，并通过细粒度的细节以逐步的方式学习和推断视杯和视盘的位置。在训练过程中，我们的方法从训练数据和来自前一次迭代的估计结果中学习。从先前迭代学习的能力优化了视杯和盘边界的学习。在测试（预测）期间，DSFCN使用测试（输入）图像和从先前迭代中导出的估计概率图来逐渐提高分割精度。我们的方法实现了平均Dice系数为0.8488和0.9441的视杯和视盘分割和0.9513的曲线下面积（AUC）青光眼检测。

2019-02-13cs.CV

基于视网膜图像的青光眼筛查：面向视网膜知识的动态多级特征整合

Fundus Image-based Glaucoma Screening via Retinal Knowledge-Oriented Dynamic Multi-Level Feature Integration

State Key Laboratory of Ophthalmology, Zhongshan Ophthalmic Center, Sun Yat-sen University, Guangdong Provincial Key Laboratory of Ophthalmology and Vision Science, Guangdong Provincial Clinical Research Center for Ocular Diseases（眼科学国家重点实验室、中山眼科中心、中山大学、广东省眼科学重点实验室和视觉科学、广东省眼科临床研究中心）；Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院）；Hainan International College, Minzu University of China（海南国际学院，中国民族大学）；School of Information Technology, Faculty of Business and Hospitality, Torrens University Australia（澳大利亚托伦斯大学信息科技学院，商业与酒店管理学院）；AIM for Health Lab, Faculty of IT, Monash University, Australia（健康AIM实验室，墨尔本大学IT学院，澳大利亚）；Department of Ophthalmology, Guangzhou First People’s Hospital, the Second Affiliated Hospital of South China University of Technology（广州第一人民医院，华南理工大学第二附属医院）；The Third Xiangya Hospital of Central South University（中南大学湘雅医学院第三医院）

本文提出基于视网膜知识的动态多级特征整合框架，通过动态窗口机制和知识增强卷积注意力模块提升青光眼筛查的鲁棒性，实验表明其在AIROGS数据集上达到98.5%的AUC和94.6%的准确率。

2026-07-28cs.CV

打开深度学习的黑箱：验证可解释人工智能（XAI）与临床领域知识在基于眼底图像的青光眼诊断中的统计关联

Opening the black box of deep learning: Validating the statistical association between explainable artificial intelligence (XAI) and clinical domain knowledge in fundus image-based glaucoma diagnosis

Duke-NUS Medical School（杜克-新加坡国立大学医学院）；Singapore National Eye Centre（新加坡国家眼科中心）

本研究通过多种CAM技术分析四个深度学习模型在青光眼分类中的关注区域，并用统计检验证明其与临床解剖知识显著一致，从而揭示深度网络与临床医生决策逻辑的趋同，增强医疗AI可信度。

2025-04-06cs.CV

用于视网膜影像中视盘和视杯少样本弱监督分割的元学习器

Meta-learners for few-shot weakly-supervised optic disc and cup segmentation on fundus images

Department of Electrical and Information Engineering, Faculty of Engineering, Universitas Gadjah Mada（电子与信息工程系，工程学院，加查马达大学）

本文提出了一种高效的元学习器EO-ProtoSeg，用于视网膜影像中视盘和视杯的少样本弱监督分割，实现了高精度分割性能。

2025-12-18cs.AIcs.CVeess.IV

基于全卷积网络的单眼视网膜深度估计和视盘杯分割

Fully Convolutional Networks for Monocular Retinal Depth Estimation and Optic Disc-Cup Segmentation

青光眼是一种严重的眼部疾病，其筛查和诊断通过检查视神经乳头（ONH）来进行。彩色眼底图像（CFI）是用于眼部筛查的最常见的模态。在CFI中，中心R

2019-02-04cs.LGeess.IVstat.ML

通过诊断优先原则校准观察者间分割不确定性

Calibrate the inter-observer segmentation uncertainty via diagnosis-first principle

Baidu Inc.（百度公司）；University of Electronic Science and Technology of China（电子科技大学）；South China University of Technology（华南理工大学）；Shenzhen Eye Hospital, Jinan University（暨南大学附属深圳眼科医院）；Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）

在医学图像上，许多组织/病变可能是模糊的。这就是为什么医学分割通常由一组临床专家进行注释，以减轻个人偏见。然而，这种临床常规也给机器学习算法的应用带来了新的挑战。如果没有明确的基础事实，就很难训练和评估深度学习模型。当注释是从不同的评分者收集的，一个常见的选择是多数投票。然而，这种策略忽略了评分员熟练程度之间的差异。在本文中，我们认为预测的分割与校准的观察者间的不确定性的任务。我们注意到，在临床实践中，医学图像分割通常用于辅助疾病诊断。受此启发，我们提出了诊断优先原则，即以疾病诊断为标准来校准观察者间的分割不确定性。根据这一思想，提出了一个诊断优先分割框架（DiFF），用于从原始图像中估计诊断优先分割，DiFF将首先学习将多评价器分割标签融合到一个单一的地面真值，以最大限度地提高疾病诊断性能。我们将融合后的地面真值称为诊断第一地面真值（Diagnosis First Ground-truth，DF-GT），并进一步提出Take and Give模型从原始图像中分割DF-GT。我们验证了三个不同的医疗分割任务的有效性：眼底图像的OD/OC分割，超声图像上的甲状腺结节分割，皮肤镜图像上的皮肤病变分割。实验结果表明，所提出的DiFF是能够显着促进相应的疾病诊断，这优于以前的国家的最先进的多评价者学习方法。

2022-08-05cs.CVeess.IV

桥接合成图像与真实图像：一种可转移的多一致性辅助眼底图像增强框架

Bridging Synthetic and Real Images: a Transferable and Multiple Consistency aided Fundus Image Enhancement Framework

University of Sydney（悉尼大学）；The University of Hong Kong（香港大学）；Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局）

基于深度学习的图像增强模型大大提高了眼底图像的可读性，以降低临床观察的不确定性和误诊风险。然而，由于难以获得成对的不同质量的真实眼底图像，大多数现有的方法不得不采用合成图像对作为训练数据。合成图像和真实图像之间的域转移不可避免地阻碍了这种模型在临床数据上的推广。在这项工作中，我们提出了一个端到端的优化师生框架，同时进行图像增强和域适应。学生网络使用合成对进行监督增强，并通过在不依赖于增强的地面实况的情况下对真实眼底图像实施师生预测一致性来正则化增强模型以减少域偏移。此外，我们还提出了一种新的多级多注意力引导增强网络（MAGE-Net）作为我们的教师和学生网络的骨干。我们的MAGE-Net利用多级增强模块和视网膜结构保留模块，逐步整合多尺度特征，同时保留视网膜结构，以实现更好的眼底图像质量增强。在真实和合成数据集上的综合实验表明，我们的框架优于基线方法。此外，我们的方法也有利于下游的临床任务。

2023-02-23cs.CVcs.LGeess.IV

RFormer：基于transformer的生成对抗网络，用于新临床基准上的真实眼底图像恢复

RFormer: Transformer-based Generative Adversarial Network for Real Fundus Image Restoration on A New Clinical Benchmark

Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；Shenzhen Eye Hospital affiliated to Jinan University（暨南大学附属深圳眼科医院）

眼科医生已经使用眼底图像来筛查和诊断眼部疾病。然而，不同的设备和眼科医生对眼底图像的质量造成很大的差异。低质量（LQ）退化眼底图像容易导致临床筛查的不确定性，通常会增加误诊的风险。因此，眼底图像的真实感恢复是一个值得研究的课题。不幸的是，迄今为止，还没有为这项任务探索真正的临床基准。本文研究了实际临床眼底图像的复原问题。首先，我们建立了一个临床数据集，真实眼底（RF），包括120个低质量和高质量（HQ）图像对。然后，我们提出了一种新的基于转换器的生成对抗网络（RFormer）恢复临床眼底图像的真实退化。在我们的网络中的关键组件是基于窗口的自我注意块（WSAB），它捕获非局部自相似性和长程依赖性。为了产生视觉上更舒适的结果，引入了基于transformer的转换器。在我们的临床基准上进行的大量实验表明，所提出的RFormer显著优于最先进的（SOTA）方法。此外，血管分割、视盘/视杯检测等后续任务的实验结果表明，本文提出的RFormer有利于眼底图像的临床分析和应用。数据集、代码和模型可在https://github.com/dengzhuo-AI/Real-Fundus上公开获取

2022-08-03cs.CVeess.IV

基于像素级注意力的回归学习眼底青光眼分割与检测

Regression and Learning with Pixel-wise Attention for Retinal Fundus Glaucoma Segmentation and Detection

University of Florida（佛罗里达大学）

眼科医生观察视网膜眼底图像是青光眼的主要诊断方法。然而，仅通过人工观察仍然难以区分病变的特征，特别是在青光眼早期。在本文中，我们提出了两种基于深度学习的自动算法，用于青光眼检测和视盘和视杯分割。我们利用注意力机制来学习像素级特征以进行准确预测。特别是，我们提出了两个卷积神经网络，可以专注于学习各种像素级特征。此外，我们还开发了几种注意力策略来指导网络学习对预测准确性有重大影响的重要特征。我们在验证数据集上评估了我们的方法，提出的两个任务的解决方案可以取得令人印象深刻的结果，并优于当前最先进的方法。\textit{The code is available at \url{https://github.com/cswin/RLPA}}。

2020-01-06cs.CVeess.IV

Edge TPU与嵌入式GPU在计算机辅助医学图像分割与分类中的能效对比

Energy efficiency in Edge TPU vs. embedded GPU for computer-aided medical imaging segmentation and classification

University of Cadiz（加的斯大学）；University of Seville（塞维利亚大学）

本研究评估了Edge TPU和嵌入式GPU在青光眼医学图像分割与分类中的时间与能耗性能，发现Edge TPU在预测速度和能效上均显著优于Maxwell GPU。

2023-11-20cs.AIcs.CVcs.LG

边缘TPU用于眼底图像分割的研究

A Study on the Use of Edge TPUs for Eye Fundus Image Segmentation

Universidad de Sevilla（塞维利亚大学）；Universidad de Cádiz（加的斯大学）；School of Engineering, Universidad de Cádiz（加的斯大学工程学院）

医学图像分割可以使用深度学习方法和快速高效的分割网络来实现。单板计算机（SBC）由于其内存和处理限制而难以用于训练深度网络。Google的Edge TPU等特定硬件使其适合使用复杂的预训练网络进行实时预测。在这项工作中，我们研究了两种SBC的性能，有和没有硬件加速眼底图像分割，虽然这项研究的结论可以应用于其他类型的医学图像的深度神经网络的分割。为了测试硬件加速的好处，我们使用了以前发表的工作中的网络和数据集，并通过使用超声甲状腺图像数据集进行测试来推广它们。我们测量两个SBC的预测时间，并将其与基于云的TPU系统进行比较。结果表明，机器学习加速SBC用于视盘和视杯分割的可行性，使用边缘TPU获得每张图像的时间低于25毫秒。

2022-07-26cs.CVcs.LGeess.IV

稳定的医学图像攻击

Stabilized Medical Image Attacks

Tencent Javis Lab（腾讯杰维斯实验室）；Tencent AI Lab（腾讯AI实验室）

卷积神经网络（CNN）已经推进了现有的自动疾病诊断医疗系统。然而，对这些系统的威胁出现了，对抗攻击使CNN变得脆弱。不准确的诊断结果对人类健康产生负面影响。有必要研究潜在的对抗攻击，以增强深度医疗诊断系统的鲁棒性。另一方面，存在医学图像的若干模态（例如，CT、眼底和内窥镜图像），其中每种类型与其他类型显著不同。针对不同类型的医学图像生成对抗性扰动更具挑战性。在本文中，我们提出了一种基于图像的医学对抗攻击方法，一致地产生对抗扰动的医学图像。我们的方法的目标函数包括一个损失偏差项和一个损失稳定项。损失偏差项增加了对抗性示例的CNN预测与其基础事实标签之间的分歧。同时，损失稳定项确保了该示例及其平滑输入的类似CNN预测。从扰动产生的整个迭代的角度来看，所提出的损失稳定项穷尽地搜索扰动空间，以平滑局部最优逃逸的单个点。我们进一步分析了所提出的损失函数的KL-发散性，发现损失稳定项使扰动在偏离地面实况的同时向固定的目标点更新。这种稳定性确保了所提出的医疗攻击对不同类型的医疗图像有效，同时产生小方差的扰动。在包括最近的COVID-19数据集在内的几个医学图像分析基准上的实验表明了该方法的稳定性。

2021-03-09cs.CRcs.CVcs.LG

MI ^2 GAN：基于互信息约束的医学图像域自适应生成对抗网络

MI^2GAN: Generative Adversarial Network for Medical Image Domain Adaptation using Mutual Information Constraint

Computer Vision Institute, Shenzhen University（深圳大学计算机视觉研究所）；Tencent Jarvis Lab（腾讯贾维斯实验室）

来自多中心的医学图像之间的域转移仍然是社区的一个悬而未决的问题，这降低了深度学习模型的泛化性能。生成式对抗网络（GAN）是解决这一问题的一种潜在的方法，它可以合成真实的图像。然而，现有的基于GAN的方法在图像到图像（I2 I）转换中容易失败，这降低了它们在域自适应任务中的实用性。在本文中，我们提出了一种新的GAN（即MI $^2$ GAN），以保持跨域I2 I翻译过程中的图像内容。特别是，我们解开的内容功能从域信息的源和翻译的图像，然后最大限度地提高解开的内容功能之间的互信息，以保持图像对象。建议MI $^2$ GAN评估两个任务-息肉分割结肠镜图像和眼底图像中的视盘和杯的分割。实验结果表明，所提出的MI $^2$ GAN不仅可以生成优雅的翻译图像，而且还可以显着提高广泛使用的深度学习网络的泛化性能（例如，U-Net）。

2020-07-30cs.CVeess.IV

结构保持引导的视网膜图像滤波及其在视盘分析中的应用

Structure-preserving Guided Retinal Image Filtering and Its Application for Optic Disc Analysis

Cixi Institute of Biomedical Engineering, Chinese Academy of Sciences（中国科学院慈溪生物医学工程研究所）；Institute for Infocomm Research, Agency for Science, Technology and Research（新加坡科技研究局资讯通信研究院）；Shanghai University（上海大学）

眼底照相已被用于青光眼、病理性近视、年龄相关性黄斑变性和糖尿病视网膜病变等多种眼科疾病的诊断。随着计算机科学的发展，计算机辅助诊断已经发展到对视网膜图像进行自动处理和分析。分析中的挑战之一是视网膜图像的质量经常下降。例如，人类晶状体中的白内障会减弱视网膜图像，就像混浊的相机镜头会降低照片的质量一样。它经常模糊视网膜图像中的细节，并在视网膜图像处理和分析任务中提出挑战。在本文中，我们近似的退化的视网膜图像作为一个组合的人晶状体衰减和散射。然后提出了一种新的结构保持引导视网膜图像滤波（SGRIF）的衰减和散射模型的基础上恢复图像。该算法由全局结构转移和全局保边平滑两部分组成。我们的研究结果表明，所提出的SGRIF方法是能够提高视网膜图像的对比度，衡量直方图平坦度的措施，直方图蔓延和局部亮度的变化。此外，我们进一步探索了SGRIF对后续视网膜图像处理和分析任务的益处。在基于深度学习的视杯分割和基于稀疏学习的杯盘比（CDR）计算这两个应用中，我们的结果表明，我们能够从SGRIF处理的图像中实现更准确的视杯分割和CDR测量。

2018-05-22cs.CV

真相面具：模型对医学图像意外区域的敏感性

Mask of truth: model sensitivity to unexpected regions of medical images

IT University of Copenhagen（丹麦哥本哈根技术大学）；Copenhagen University Hospital, Herlev and Gentofte（哥本哈根大学医院，赫尔勒夫和琴托夫）；Radiological AI Testcenter（放射学AI测试中心）；Department of Radiology, Zealand University Hospital（放射科， Zealand大学医院）

本研究通过遮蔽医学图像的相关区域，发现CNN模型在胸部X射线和眼底图像上利用虚假相关性取得高性能，并揭示了模型对意外区域的敏感性。

2025-05-22cs.CV

基于重建驱动动态细化的联合视盘和视杯分割无监督域适应

Reconstruction-driven Dynamic Refinement based Unsupervised Domain Adaptation for Joint Optic Disc and Cup Segmentation

Northwestern Polytechnical University（西北工业大学）；Ningbo Institute of Northwestern Polytechnical University（西北工业大学宁波研究院）；ShanghaiTech University（上海科技大学）

针对医疗中心眼底图像因色调、对比度等差异导致的域偏移问题，提出RDR-Net无监督域适应方法，通过双路径分割主干及重建对齐、低级特征细化和预测图对齐三个模块缓解域差距，在四个公开数据集上表现出更优的分割与泛化能力。

2023-04-10cs.CVeess.IV

利用挤压膨胀Transformers进行医学图像分割

Medical Image Segmentation Using Squeeze-and-Expansion Transformers

Institute of High Performance Computing, A*STAR（新加坡科技研究局高性能计算研究所）；University of Electronic Science and Technology of China（电子科技大学）

医学图像分割是计算机辅助诊断的重要内容。良好的分割要求模型同时看到大画面和细节，即，学习包含大背景的图像特征，同时保持高空间分辨率。为了达到这一目标，目前应用最广泛的方法-- U-Net和Variants，提取和融合多尺度特征。然而，融合的功能仍然有小的“有效感受野”，重点是局部图像线索，限制了它们的性能。在这项工作中，我们提出了Segtran，一个替代的分割框架的基础上Transformers，它有无限的“有效的感受野”，即使在高特征分辨率。Segtran的核心是一种新颖的压缩-扩展Transformer：压缩注意块规则化Transformers的自我注意，扩展块学习多样化的表征。此外，我们提出了一个新的位置编码方案的Transformers器，施加一个连续性感应偏置的图像。对2D和3D医学图像分割任务进行了实验：眼底图像中的视盘/杯分割（REFUGE'20挑战），结肠镜检查图像中的息肉分割和MRI扫描中的脑肿瘤分割（BraTS'19挑战）。与现有的代表性方法相比，Segtran始终达到最高的分割精度，并表现出良好的跨域泛化能力。Segtran的源代码在https://github.com/askerlee/segtran上发布。

2021-06-02cs.CVeess.IV

基于深度学习的青光眼自动诊断框架基于视神经头局灶性切迹分析

Deep Learning based Framework for Automatic Diagnosis of Glaucoma based on analysis of Focal Notching in the Optic Nerve Head

Technical University of Munich（慕尼黑工业大学）；Heritage Institute of Technology（印度传统理工学院）

视网膜眼底图像的自动评估正在成为早期检测和治疗进行性眼病（如青光眼）的最重要工具之一。青光眼导致视力的进行性退化，其特征在于视杯形状的变形和血管的退化，导致沿着神经视网膜边缘形成凹口。在本文中，我们提出了一种基于深度学习的流水线，用于从数字眼底图像（DFI）中自动分割视盘（OD）和视杯（OC）区域，从而提取预测青光眼所需的独特特征。该方法利用神经视网膜边缘的焦点切迹分析以及杯盘比值作为分类参数，以提高计算机辅助设计（CAD）系统在分析青光眼中的准确性。基于支持向量的机器学习算法用于分类，其基于提取的特征将DFI分类为青光眼或正常。在免费提供的DRISHTI-GS数据集上对拟议的管道进行了评估，结果准确度为93.33%，用于检测DFI中的青光眼。

2021-12-10cs.CVeess.IV

JOINEDTrans：用于联合视盘/视杯分割和中心凹检测的先验引导多任务Transformer

JOINEDTrans: Prior Guided Multi-task Transformer for Joint Optic Disc/Cup Segmentation and Fovea Detection

Southern University of Science and Technology（南方科技大学）；Jiaxing Research Institute, Southern University of Science and Technology（南方科技大学嘉兴研究院）

本文提出先验引导多任务Transformer框架JOINEDTrans，通过血管预训练编码器引入空间先验，结合粗细两阶段策略联合执行视盘/视杯分割与中心凹检测，在多个数据集上优于现有方法。

2023-05-19cs.CVcs.LGeess.IV

使用最小深度网络进行医学图像的联合形状学习和分割

Joint shape learning and segmentation for medical images using a minimalistic deep network

Indian Institute of Technology Madras（印度理工学院马德拉斯分校）；Healthcare Technology Innovation Centre（医疗技术创新中心）；Indian Institute of Information Technology Design & Manufacturing Kancheepuram（金奈设计与制造印度理工学院）；Zasti（Zasti公司）

最近，在使用全卷积网络（FCN）的语义分割中已经实现了最先进的结果。这些网络中的大多数采用类似于U-Net的编码器-解码器风格架构，并使用图像和相应的分割图作为逐像素分类任务进行训练。这样的框架仅通过使用地面实况分割图来利用类别信息。在本文中，我们提出了一个多任务学习框架，其主要目的是利用结构和空间信息以及类信息。我们修改了FCN的解码器部分，以利用类信息和结构信息。我们打算这样做，同时也保持尽可能低的网络参数。我们使用两种方式中的任一种来获得结构信息：i）使用等高线图和ii）使用距离图，这两种方式都可以从地面真值分割图中获得，而无需额外的注释成本。我们还探讨了不同的方式，距离图可以计算和研究不同的距离图的分割性能的影响。我们还对两种不同的医学图像分割应用进行了广泛的实验：即i）使用彩色眼底图像进行视盘和杯分割，ii）使用内窥镜图像进行息肉分割。通过我们的实验，我们报告的结果相当，在某些情况下，表现优于当前最先进的架构，并与一个订单的2倍减少参数的数量。

2019-01-25cs.CV

基于图像中心的斑块增强的视盘分割

Optic Disc Segmentation using Disk-Centered Patch Augmentation

Georgia State University（乔治亚州立大学）

视神经盘是眼睛的一个重要诊断特征，因为它的外貌变化与各种眼部和心血管疾病的严重程度相关。虽然在彩色眼底图像中识别视盘的大部分是简单的，但在像素级准确分割其边界是非常具有挑战性的。在这项工作中，我们提出了以圆盘为中心的补丁增强（DCPA）-一种简单但新颖的深度神经网络训练方案-来解决这个问题。DCPA在全尺寸图像上实现了最先进的结果，即使使用小型神经网络，特别是只有700万个参数的U-Net，而不是原始的3100万个。在DCPA中，我们将训练数据限制为完全包含视神经的补丁。此外，我们还训练网络使用动态代价函数，以增加其鲁棒性。我们在五个视网膜数据集上测试了DCPA训练的网络：DRISTI，DRIONS-DB，DRIVE，AV-WIDE和CHASE-DB。前两个有可用的视盘地面实况，我们手动估计后三个的地面实况。我们的方法在四个数据集上实现了最先进的F1和IOU结果（DRISTI上95% F1，91% IOU; DRIVE上92% F1，84% IOU; AV-WIDE上83% F1，71% IOU; CHASEDB上83% F1，71% IOU），并在第五个数据集上实现了竞争性结果（DRIONS-DB上95% F1，91% IOU），证实了其通用性。我们的开源代码和地面实况注释可在https://github.com/saeidmotevali/fundusdisk上获得

2021-10-01cs.CVcs.LGeess.IV

用于医学图像分割的对抗强度攻击领域泛化

Domain Generalization with Adversarial Intensity Attack for Medical Image Segmentation

Northwestern University（西北大学）；National Institutes of Health（美国国立卫生研究院）；Google Research（谷歌研究院）

针对医学图像分割中因域差异导致的泛化难题，提出对抗强度攻击（AdverIN）方法，利用对抗训练生成多样风格数据以学习域不变特征，显著提升了模型在多域分割数据集上的泛化能力。

2023-04-05cs.CRcs.CVeess.IV

基于对比域解纠缠的广义医学图像分割

Contrastive Domain Disentanglement for Generalizable Medical Image Segmentation

University of Electronic Science and Technology of China（电子科技大学）；Shanghai AI Lab（上海人工智能实验室）；ShanghaiTech University（上海科技大学）；Shanghai Jiao Tong University（上海交通大学）

有效地利用判别特征是卷积神经网络在医学图像分割中实现卓越性能的关键，也是跨多个领域模型泛化的重要因素，其中让模型识别多站点数据集之间的领域特定和领域不变信息是领域泛化的合理策略。不幸的是，大多数最近的解缠网络不能直接适应未知领域的数据集，因为提供的数据分布的限制。为了解决这个问题，我们提出了对比域解纠缠（CDD）网络的广义医学图像分割。我们首先引入一个解缠网络分解成一个解剖表示因子和一个模态表示因子的医学图像。然后，风格对比损失的建议，鼓励来自同一领域的情态表征分布尽可能接近，而不同的领域是彼此疏远。最后，我们提出了一个领域增强策略，可以随机生成新的领域模型泛化训练。在多位点眼底图像视杯和视盘分割数据集上的实验结果表明，CDD具有良好的模型泛化能力。我们提出的CDD优于几个国家的最先进的方法在域概括分割。

2022-05-13cs.CV

JOINED：用于联合视盘/杯分割和中心凹检测的先验引导多任务学习

JOINED : Prior Guided Multi-task Learning for Joint Optic Disc/Cup Segmentation and Fovea Detection

Southern University of Science and Technology（南方科技大学）；The University of Hong Kong（香港大学）

眼底照相已常规用于记录各种视网膜退行性疾病的存在和严重程度，例如年龄相关性黄斑变性、青光眼和糖尿病视网膜病变，其中中央凹、视盘（OD）和视杯（OC）是重要的解剖标志。这些解剖标志的识别具有重要的临床意义。然而，视网膜变性过程中病变、玻璃疣和其他异常的存在使自动界标检测和分割严重复杂化。大多数现有的作品对待每个标志的识别作为一个单一的任务，通常不利用任何临床先验信息。在本文中，我们提出了一种新的方法，名为JOINED，事先指导的多任务学习联合OD/OC分割和中心凹检测。除了分割分支和检测分支之外，还构造了用于距离预测的辅助分支，以有效地利用从每个图像像素到感兴趣的地标的距离信息。我们提出的JOINED管道由一个粗略的阶段和一个精细的阶段。在粗分割阶段，我们通过联合分割和检测模块获得OD/OC粗分割和中心凹的热图定位。然后，我们裁剪感兴趣的区域进行后续的精细处理，并使用在粗略阶段获得的预测作为附加信息，以获得更好的性能和更快的收敛速度。实验结果表明，我们提出的JOINED优于现有的国家的最先进的方法公开可用的眼底图像的数据集的伽马，PALM和REFUGE。此外，JOINED在MICCAI 2021研讨会OMIA 8主办的伽马挑战赛中，在OD/OC分割和中央凹检测任务中排名第五。

2022-03-01cs.CVeess.IV

基于深度学习的青光眼网络辅助诊断

Web Applicable Computer-aided Diagnosis of Glaucoma Using Deep Learning

Ghent University Global Campus（根特大学全球校区）；Ghent University（根特大学）

青光眼是一种主要的眼部疾病，在缺乏适当的医疗治疗的情况下会导致视力丧失。目前青光眼的诊断是由眼科医生进行的，他们经常分析由不同类型的医疗设备生成的几种类型的医学图像。捕获和分析这些医学图像是劳动密集型和昂贵的。在本文中，我们提出了一种新的计算方法对青光眼的诊断和定位，只利用眼底图像，分析了最先进的深度学习技术。具体来说，我们的方法利用卷积神经网络（CNN）和相干加权类激活映射（Grad-CAM）分别进行青光眼诊断和定位。定量和定性的结果，获得了一个小规模的数据集，没有分割地面真相，表明所提出的方法是有前途的，例如实现了0.91 $\pm0.02$和ROC AUC得分为0.94的诊断任务的准确性。此外，我们提出了一个公开的原型网络应用程序，集成了我们的预测模型，目标是使有效的青光眼诊断提供给广大观众。

2019-04-04cs.CV

动态区域建议网络用于青光眼自动筛查中的语义分割

Dynamic region proposal networks for semantic segmentation in automated glaucoma screening

SigTuple Technologies Pvt. Ltd.（SigTuple科技有限公司）

通过眼底图像进行青光眼诊断的筛查可以通过视杯与视盘直径比（CDR）来确定，这需要对视杯和视盘区域进行分割。在本文中，我们提出了两种新的方法，即参数共享分支网络（PSBN）和弱感兴趣区域模型为基础的分割（WRoIM），以确定盘和杯的边界。与以前的方法不同，所提出的方法通过单个神经网络架构进行端到端训练，并使用动态裁剪而不是手动或传统的基于计算机视觉的裁剪。我们能够实现类似的性能，国家的最先进的方法与较少的网络参数。我们的实验包括在公开的Drishti-GS1和RIM-ONE v3数据集上与不同的最知名方法进行比较。使用$7.8 \times 10^6$参数，我们的方法在Drishti-GS 1数据上实现了盘/杯分割的0.96/0.89的骰子分数，而现有的最先进的方法使用$19.8\times 10^6$参数实现了0.97/0.89的骰子分数。

2021-05-19cs.CVcs.LGeess.IV

MedSegDiff：基于扩散概率模型的医学图像分割

MedSegDiff: Medical Image Segmentation with Diffusion Probabilistic Model

Baidu Research（百度研究院）；Mind Vogue Lab（Mind Vogue实验室）；Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）

扩散概率模型是近年来计算机视觉研究的热点之一。它的图像生成应用程序，如Imagen，潜空间扩散模型和稳定扩散显示了令人印象深刻的生成能力，引起了社会的广泛讨论。最近的许多研究还发现它在许多其他视觉任务中也很有用，如图像去模糊，超分辨率和异常检测。受MedSegDiff成功的启发，我们提出了第一个面向一般医学图像分割任务的基于MedSegDiff的模型。为了提高医学图像分割算法的逐步区域注意力，提出了动态条件编码，为每一步采样建立状态自适应条件。我们进一步提出了特征频率分析器（FF-Parser），以消除高频噪声分量在这个过程中的负面影响。我们验证MedSegDiff三个医疗分割任务与不同的图像模式，这是视杯分割眼底图像，脑肿瘤分割MRI图像和甲状腺结节分割超声图像。实验结果表明，MedSegDiff优于国家的最先进的（SOTA）方法具有相当大的性能差距，表明所提出的模型的通用性和有效性。我们的代码发布在https://github.com/WuJunde/MedSegDiff。

2023-01-15cs.CV

面向无源域自适应医学图像分割的局部-全局伪标签校正

Local-Global Pseudo-label Correction for Source-free Domain Adaptive Medical Image Segmentation

Northwestern Polytechnical University（西北工业大学）；Xidian University（西安电子科技大学）

针对医学图像无源域自适应分割中自训练伪标签错误的问题，提出结合离线局部上下文校正与在线全局原型校正的LGDA方法，在三个眼底分割基准上实现了优于现有最优方法的性能。

2023-08-28cs.CV

HCDG：一种面向医学图像分割领域泛化的层次一致性框架

HCDG: A Hierarchical Consistency Framework for Domain Generalization on Medical Image Segmentation

The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；University of Cambridge（剑桥大学）；The Hong Kong University of Science and Technology（香港科技大学）；The University of Hong Kong（香港大学）

针对现有领域泛化方法仅关注数据级一致性、忽略不同一致性方案协同正则的问题，提出融合外在与内在一致性的HCDG框架，含DomainUp增强策略，在两项医学图像分割任务上验证了有效性与通用性。

2023-08-24cs.CV

CFEA：用于无监督视盘和视杯分割的协同特征集成自适应

CFEA: Collaborative Feature Ensembling Adaptation for Domain Adaptation in Unsupervised Optic Disc and Cup Segmentation

University of Florida（佛罗里达大学）；UNC Charlotte（北卡罗来纳大学夏洛特分校）；Xi’an Jiaotong University（西安交通大学）；Sensetime Research（商汤科技研究院）

最近，深度神经网络在注释良好的数据集中表现出与董事会认证的眼科医生相当甚至更好的性能。然而，视网膜成像设备的多样性带来了一个重大挑战：域转移，这导致在将深度学习模型应用于新的测试域时性能下降。在本文中，我们提出了一种新的无监督域自适应框架，称为协作特征集成自适应（CFEA），以有效地克服这一挑战。我们提出的CFEA是一个交互式的范例，通过对抗学习和集成权重呈现出一种精致的协作适应。特别是，我们同时实现了域不变性，并保持了历史预测的指数移动平均值，这通过在训练期间集成权重来实现对未标记数据的更好预测。在不注释来自目标域的任何样本的情况下，编码器和解码器层中的多个对抗性损失引导域不变特征的提取，以混淆域分类器，同时有利于平滑权重的集成。综合实验结果表明，我们的CFEA模型可以克服性能下降，并优于国家的最先进的方法在分割视网膜视盘和杯眼底图像。\textit{Code is available at \url{https://github.com/cswin/AWC}}。

2019-10-16cs.CVcs.LGeess.IV

基于分叉卷积神经网络的医学图像多异常检测

Multiple Abnormality Detection for Automatic Medical Image Diagnosis Using Bifurcated Convolutional Neural Network

Isfahan University of Technology（伊斯法罕理工大学）；University of Michigan（密歇根大学）

不同身体器官中异常区域的自动分类和分割过程在大多数医学成像应用（例如眼底镜、内窥镜和皮肤镜）中具有至关重要的作用。在每种类型的图像中检测多个异常对于更好和更准确的诊断程序和医疗决策是必要的。近年来，便携式医疗成像设备，如胶囊内窥镜和数字皮肤镜已被引入，使诊断过程更容易和更有效。然而，这些便携式设备具有受约束的功率资源和有限的计算能力。为了解决这个问题，我们提出了一个分叉结构的卷积神经网络同时进行分类和分割的多个异常。所提出的网络首先分别由每个异常进行训练。然后使用所有异常来训练网络。为了降低计算复杂性，网络被重新设计，以共享所有异常之间共有的一些特征。之后，这些共享的特征被用于不同的设置（方向）来分割和分类图像的异常区域。最后将分类结果与分割方向进行融合，得到分类后的分割图。使用四种常见的胃肠道异常以及三种皮肤镜病变来模拟所提出的框架，并且为了评估所提出的框架，将结果与相应的地面实况图进行比较。分叉网络的特性，如低复杂度和资源共享，使其适合于实现为便携式医疗成像设备的一部分。

2018-10-15cs.CV

从多评价者注释学习自校准视盘和视杯分割

Learning self-calibrated optic disc and cup segmentation from multi-rater annotations

Baidu Inc.（百度公司）

眼底图像中视乳头（OD）和视杯（OC）的分割是青光眼诊断的一项重要基础工作。在临床实践中，经常需要收集多位专家的意见以获得最终的OD/OC注释。这种临床常规有助于减轻个体偏倚。但是，当数据被多次注释时，标准的深度学习模型将不适用。在本文中，我们提出了一种新的神经网络框架来学习OD/OC分割从多评分注释。分割结果是自校准的多评价者的专业估计和校准的OD/OC分割的迭代优化。通过这种方式，该方法可以实现两个任务的相互改进，最终获得精细的分割结果。具体来说，我们提出了发散模型（DivM）和收敛模型（ConM）分别处理这两个任务。ConM根据DivM提供的多评价者专家图分割原始图像。DivM根据ConM提供的分割掩码生成多评分者熟练度图。实验结果表明，通过循环运行ConM和DivM，结果可以自校准，从而优于一系列最先进的（SOTA）多速率分割方法。

2022-06-14cs.CVeess.IV

CADA：用于无监督视盘和视杯分割的多尺度协作对抗域自适应

CADA: Multi-scale Collaborative Adversarial Domain Adaptation for Unsupervised Optic Disc and Cup Segmentation

University of Florida（佛罗里达大学）；UNC Charlotte（北卡罗来纳大学夏洛特分校）

视网膜成像设备的多样性带来了一个重大挑战：域转移，当将在一个域上训练的深度学习模型应用于新的测试域时，会导致性能下降。在本文中，我们提出了一个多尺度输入以及多个域适配器分层应用在特征和输出空间。提出的训练策略和新的无监督域自适应框架，称为协作对抗域自适应（CADA），可以有效地克服这一挑战。多尺度输入可以减少由于网络中用于特征提取的池化层而导致的信息损失，而我们提出的CADA是一种交互式范例，通过对抗性学习和在不同网络层集成权重来呈现精致的协作自适应。特别是，为了对未标记的目标域数据进行更好的预测，我们同时通过对抗性学习来实现域不变性和模型的泛化能力，这些学习来自不同级别的网络层的多尺度输出，并在训练期间保持历史权重的指数移动平均值（EMA）。在不注释来自目标域的任何样本的情况下，编码器和解码器层中的多个对抗性损失引导提取域不变特征以混淆域分类器。同时，通过EMA的权重集成减少了自适应多重学习的不确定性。综合实验结果表明，我们的CADA模型结合多尺度输入训练，可以克服性能下降，并优于最先进的领域自适应方法分割视网膜视盘和杯从眼底图像源于REFUGE，Drishti-GS，和Rim-One-r3数据集。

2021-10-05cs.CVcs.LGeess.IV

AutoMiSeg：通过基础模型测试时自适应实现自动医学图像分割

AutoMiSeg: Automatic Medical Image Segmentation via Test-Time Adaptation of Foundation Models

Carnegie Mellon University（卡内基梅隆大学）；Brown University（布朗大学）；National Institute of Technology Karnataka（印度卡纳塔克国家理工学院）；University of Pittsburgh（匹兹堡大学）；University of Alabama at Birmingham（阿拉巴马大学伯明翰分校）

本研究提出AutoMiSeg零样本自动医学图像分割流水线，结合视觉-语言与分割基础模型，引入带可学习适配器的测试时自适应框架，在七个数据集上实现准确率69%相对提升，性能媲美弱提示交互式基础模型。

2025-10-05cs.AIcs.CVcs.LG

CDDSA：基于对比域分解和风格增强的广义医学图像分割

CDDSA: Contrastive Domain Disentanglement and Style Augmentation for Generalizable Medical Image Segmentation

University of Electronic Science and Technology of China（电子科技大学）；Shanghai AI Lab（上海人工智能实验室）；Shanghai Jiao Tong University（上海交通大学）；ShanghaiTech University（上海科技大学）；Sensetime Research（商汤科技研究院）；Sichuan University（四川大学）；Sichuan Cancer Hospital and Institute（四川省肿瘤医院（四川省肿瘤研究所））

推广到以前看不见的图像与潜在的域转移和不同的风格是必不可少的临床适用的医学图像分割，并能够解开特定领域和领域不变的功能是实现领域泛化（DG）的关键。然而，现有的DG方法很难实现有效的解纠缠，以获得高的推广性。为了解决这个问题，我们提出了一个有效的对比域解纠缠和风格增强（CDDSA）框架，可推广的医学图像分割。首先，提出了一种解缠网络，将图像分解为域不变的解剖表示和域特定的样式代码，其中前者被发送到不受域移位影响的分割模型，并且解缠网络由解码器正则化，该解码器结合解剖和样式代码来重建输入图像。其次，为了更好地解纠缠，提出了一种对比损失，以鼓励来自同一域和不同域的风格码分别是紧凑的和发散的。第三，为了进一步提高泛化能力，我们提出了一种基于解纠缠表示的风格增强方法，以合成具有共享解剖结构的各种不可见风格的图像。我们的方法在用于视杯和视盘分割的公共多位点眼底图像数据集和用于鼻咽大体肿瘤体积（GTVnx）分割的内部多位点鼻咽癌磁共振图像（NPC-MRI）数据集上进行了验证。实验结果表明，提出的CDDSA在不同领域取得了显着的泛化能力，它优于几个国家的最先进的方法在领域泛化分割。

2022-11-22cs.CV

使用对比度受限自适应直方图均衡化（CLAHE）对视网膜眼底图像进行亮度自适应对比度增强，并进行定量验证和比较分析

Luminosity-Adaptive Contrast Enhancement Using CLAHE for Retinal Fundus Images with Quantitative Validation and Comparative Analysis

Independent Researcher, Department of Information and Computer Engineering, Scottsdale, AZ, USA（独立研究者，信息与计算机工程系，斯科茨代尔，亚利桑那州，美国）；Seidenberg School of Computer Science and Information Systems, Pace University, New York City, NY, USA（塞登堡计算机科学与信息系统学院，帕克大学，纽约市，纽约州，美国）

该研究针对视网膜眼底图像因光照等问题影响诊断的情况，提出结合HSV颜色空间分解亮度校正与CLAHE的两阶段图像增强流程，经实验验证其在对比度和结构保真度上优于传统方法，处理速度适配临床筛查。

2026-07-21cs.CVcs.ETeess.IV

LightHCG: 一种轻量且强大的基于HSIC解耦的因果青光眼检测模型框架

LightHCG: a Lightweight yet powerful HSIC Disentanglement based Causal Glaucoma Detection Model framework

Yonsei University（延世大学）

LightHCG是一种轻量且强大的基于HSIC解耦的因果青光眼检测模型，通过减少参数和提升因果分析能力，改进了青光眼检测的性能和应用范围。

2025-12-02cs.AIcs.CV

你指我学：用于处理医学影像分布偏移的交互分割模型在线适应

You Point, I Learn: Online Adaptation of Interactive Segmentation Models for Handling Distribution Shifts in Medical Imaging

Department of Engineering Science（工程科学系）

本文提出一种交互分割模型在线适应方法，通过增强对点击的响应和伪地面真实处理，提升模型在医学影像分布偏移下的适应能力。

2026-04-20cs.CV

基于改进Cycle-CBAM和CBAM-UNet的视网膜图像恢复和血管分割

Retinal Image Restoration and Vessel Segmentation using Modified Cycle-CBAM and CBAM-UNet

Bahcesehir University（巴赫切谢希尔大学）；American University of Malta（马耳他美国大学）

使用低质量眼底图像进行临床筛查具有挑战性，并显著导致误诊。本文主要研究如何通过视网膜图像复原来提高视网膜图像质量和血管分割的问题。更具体地，具有卷积块注意模块（CBAM）的周期一致性生成对抗网络（CycleGAN）用于视网膜图像恢复。一个改进的UNet用于视网膜血管分割的恢复视网膜图像（CBAM-UNet）。该模型由两个发生器和两个鉴别器组成。生成器将图像从一个域转换到另一个域，即，从低质量到高质量，反之亦然。鉴别器对生成的图像和原始图像进行分类。视网膜血管分割模型使用下采样、检查和上采样层来生成分割图像。CBAM已被用来增强这些模型的特征提取。所提出的方法不需要成对的图像数据集，这是具有挑战性的生产。相反，它使用未配对的数据，这些数据由从公开数据集检索的低质量和高质量眼底图像组成。所提出的方法的恢复性能使用全参考评估指标进行评估，例如，峰值信噪比（PSNR）和结构相似性指数（SSIM）。将视网膜血管分割性能与真实眼底图像进行比较。所提出的方法可以显着减少由离焦模糊，颜色失真，低，高，不均匀的照明造成的退化影响。实验结果表明了该方法在视网膜图像恢复和血管分割中的有效性。

2022-10-05cs.CVeess.IV

UT-Net：结合U-Net和Transformer进行联合视盘和杯分割以及青光眼检测

UT-Net: Combining U-Net and Transformer for Joint Optic Disc and Cup Segmentation and Glaucoma Detection

Jadavpur University（贾达夫普尔大学）；Stony Brook University（石溪大学）

青光眼是一种慢性视觉疾病，可能导致永久性不可逆的失明。杯盘比（CDR）的测量在早期青光眼的检测中起着关键作用，可预防视力差异。因此，从眼底图像中准确、自动地分割出视盘和视杯是一个基本的要求。现有的基于CNN的分割框架诉诸于构建具有积极下采样层的深度编码器，这在建模显式长距离依赖性方面受到普遍限制。为此，在本文中，我们提出了一个新的分割管道，称为UT-网络，利用U-网络和Transformer都在其编码层的优势，其次是注意力门控双线性融合方案。除此之外，我们还结合了多头上下文注意力，以增强传统视觉Transformer中使用的常规自我注意力。因此，低级特征以及全局依赖性以浅的方式被捕获。此外，我们在多个编码层提取上下文信息，以更好地探索感受野，并帮助模型学习深层层次表示。最后，提出了一种增强的混合损失，以严格监督整个学习过程。该模型已在三个公开可用的数据集上实现了联合OD和OC分割：DRISHTI-GS，RIM-ONE R3和REFUGE。此外，为了验证我们的建议，我们通过测量杯盘比（CDR）值对所有三个数据集的青光眼检测进行了详尽的实验。实验结果表明，UT-Net的优越性相比，国家的最先进的方法。

2023-03-08cs.AIcs.CVeess.IV