具有图标签推断的3D随机连接网络
计算机视觉与模式识别
2018-05-23 v1
摘要
本文提出了一种新颖的3D深度学习网络用于脑MR图像分割，该网络采用随机连接，可降低层间依赖性并增加网络容量。卷积LSTM和3D卷积分别作为网络单元以捕获长期和短期的3D特性。为了整合这两类时空信息并精炼深度学习结果，我们进一步引入了一种高效的基于图的节点选择与标签推断方法。在两个公开数据库上进行了实验，结果表明所提方法相较于其他最先进方法可获得具有竞争力的性能。
引用
@article{arxiv.1711.04170,
title = {3D Randomized Connection Network with Graph-based Label Inference},
author = {Siqi Bao and Pei Wang and Tony C. W. Mok and Albert C. S. Chung},
journal= {arXiv preprint arXiv:1711.04170},
year = {2018}
}