elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Overcoming the sensor delta for semantic segmentation in OCT images

Niemeijer, Joshua und Ehrhardt, Jan und Kepp, Timo und Handels, Heinz und Schaefer, Jörg P. (2023) Overcoming the sensor delta for semantic segmentation in OCT images. In: Medical Imaging 2023: Computer-Aided Diagnosis. SPIE Medical Imaging, 2023-02-19 - 2023-02-24, San Diego. doi: 10.1117/12.2654187. ISBN 978-151066035-9. ISSN 1605-7422.

[img] PDF - Nur DLR-intern zugänglich
1MB

Kurzfassung

The performance of a segmentation network optimized on data from a specific type of OCT sensor will decrease when applied to data from a different sensor. In this work, we deal with the research question of adapting models to data from an unlabeled new sensor with new properties in an unsupervised way. This challenge is known as unsupervised domain adaptation and can alleviate the need for costly manual annotation by radiologists. We show that one can strongly improve a model's result that was trained in a supervised way on the source OCT sensor domain on the target sensor domain. We do this by aligning the source and target domain distributions in the feature space through a semantic clustering method. Apart from the unsupervised domain adaptation we improved even the supervised training compared to the results in the RETOUCH challenge by employing a sophisticated training strategy. The RETOUCH challenge contains three different types of OCT scanners and provides annotations for the task of disease-related fluid classes.

elib-URL des Eintrags:https://elib.dlr.de/198541/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Overcoming the sensor delta for semantic segmentation in OCT images
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Niemeijer, JoshuaJoshua.Niemeijer (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Ehrhardt, Janjan.ehrhardt (at) uni-luebeck.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Kepp, Timotimo.kepp (at) dfki.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Handels, Heinzheinz.handels (at) uni-luebeck.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schaefer, Jörg P.Joerg.Schaefer (at) dlr.dehttps://orcid.org/0000-0002-9985-5169166620287
Datum:April 2023
Erschienen in:Medical Imaging 2023: Computer-Aided Diagnosis
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1117/12.2654187
ISSN:1605-7422
ISBN:978-151066035-9
Status:veröffentlicht
Stichwörter:OCT, Segmentation, Unsupervised Learning, Domain Adaptation
Veranstaltungstitel:SPIE Medical Imaging
Veranstaltungsort:San Diego
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:19 Februar 2023
Veranstaltungsende:24 Februar 2023
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Straßenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V ST Straßenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - KoKoVI - Koordinierter kooperativer Verkehr mit verteilter, lernender Intelligenz
Standort: Braunschweig
Institute & Einrichtungen:Institut für Verkehrssystemtechnik
Institut für Verkehrssystemtechnik > Kooperative Systeme, BS
Hinterlegt von: Niemeijer, Joshua
Hinterlegt am:05 Dez 2023 14:52
Letzte Änderung:17 Okt 2024 08:18

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.