Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

UOPSL: Aprendizaje de sitios de predilección OCT no pareados para el aumento del diagnóstico por imágenes del fondo de ojo

Created by
  • Haebom

Autor

Zhihao Zhao, Yinzheng Zhao, Junjie Yang, Xiangtong Yao, Quanmin Liang, Daniel Zapp, Kai Huang, Nassir Navab, M. Ali Nasseri

Describir

Este artículo presenta un enfoque novedoso para abordar los desafíos de la adquisición de imágenes multimodales, a pesar de los avances significativos en el uso de imágenes médicas multimodales para el diagnóstico de enfermedades oftálmicas. Específicamente, para abordar el desequilibrio entre las fotografías de fondo de ojo, relativamente económicas y de fácil acceso, y las costosas imágenes de OCT, proponemos un marco multimodal no pareado, \UOPSL. \UOPSL utiliza información espacial previa (sitios de predilección) obtenida de imágenes de OCT para mejorar el reconocimiento de enfermedades mediante imágenes de fondo de ojo. Mediante el aprendizaje contrastivo en imágenes de OCT y fondo de ojo no pareadas a gran escala, \UOPSL aprende patrones de ubicación de lesiones en el espacio latente de OCT y utiliza esta información para realizar la clasificación de enfermedades únicamente a partir de imágenes de fondo de ojo. Informamos que nuestro enfoque supera a los métodos existentes en nueve conjuntos de datos diversos que abarcan 28 categorías clave.

Takeaways, Limitations

•
Takeaways:
◦
Presentamos un nuevo marco multimodal no apareado que aborda eficazmente el problema del desequilibrio modal entre las fotografías del fondo de ojo y las imágenes OCT.
◦
Mejora del rendimiento del diagnóstico de enfermedades basado en fotografías del fondo de ojo mediante el uso de información espacial previa en imágenes OCT.
◦
Se demostró un rendimiento superior en comparación con los métodos existentes en varios conjuntos de datos.
•
Limitations:
◦
Se necesita una verificación adicional del rendimiento de generalización del marco \UOPSL propuesto.
◦
Es necesario confirmar la aplicabilidad y las limitaciones para diversas enfermedades oftálmicas.
◦
Se necesitan más análisis sobre la confiabilidad y precisión de la información espacial previa extraída de las imágenes OCT.
◦
Aplicabilidad limitada a conjuntos de datos pequeños debido a la dependencia de conjuntos de datos grandes.
👍
Made with Slashpage