| Název: | Image Resizing Impact on Optic Disc and Optic Cup Segmentation |
| Autoři: | Virbukaite, Sandra Bernataviciene, Jolita |
| Citace zdrojového dokumentu: | WSCG 2022: full papers proceedings: 30. International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision, p. 306-309. |
| Datum vydání: | 2022 |
| Nakladatel: | Václav Skala - UNION Agency |
| Typ dokumentu: | conferenceObject |
| URI: | http://hdl.handle.net/11025/49610 |
| ISBN: | 978-80-86943-33-6 |
| ISSN: | 2464-4617 |
| Klíčová slova: | segmentace optického disku;segmentace optického poháru;konvoluční neuronové sítě |
| Klíčová slova v dalším jazyce: | optic disc segmentation;optic cup segmentation;convolutional neural networks |
| Abstrakt v dalším jazyce: | Optic disc (OD) and Optic Cup (OC) segmentation play an important role in the automatic assessment of eye health where the Convolutional Neural Networks (CNNs) have been extensively employed. The application of CNNs requires identical image size to work properly but the eye fundus images vary due to different datasets. In this paper we evaluate eye fundus image resizing level impact on OD and OC segmentation. For this evaluation we apply the most popular medical images segmentation autoencoder named U-Net. The experiments demonstrate that OD and OC segmentation results are improved averagely by 5.5 percent resizing images to size of 512x512 than 128x128. |
| Práva: | © Václav Skala - UNION Agency |
| Vyskytuje se v kolekcích: | WSCG 2022: Full Papers Proceedings |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| C79-full.pdf | Plný text | 1,4 MB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/49610Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.