青光眼是一种严重的盲目疾病，迫切需要自动检测方法来减轻眼科医生的稀缺性。许多作品提出采用深度学习方法，涉及视盘和杯中的分割以进行青光眼检测，其中分割过程通常仅被视为上游子任务。在青光眼评估中，底底图像与分割面具之间的关系很少探索。我们提出了一种基于细分的信息提取和融合方法来实现青光眼检测任务，该方法利用了分割掩模的稳健性，而无需忽略原始底底图像中的丰富信息。私有数据集和公共数据集的实验结果表明，我们提出的方法的表现优于所有仅利用底面图像或口罩的模型。
translated by 谷歌翻译