X射线图像肺部分割深度学习模型的比较分析
图像与视频处理
2024-09-09 v1 计算机视觉与模式识别
机器学习
摘要
在X射线图像中，鲁棒且高精度的肺部分割在医学成像中至关重要。本研究评估了用于此任务的深度学习解决方案，对现有方法进行排名，并分析它们在各种图像修改下的性能。在61篇分析论文中，只有九篇提供了实现或预训练模型，从而能够评估三种著名方法：Lung VAE、TransResUNet和CE-Net。分析表明，CE-Net表现最佳，在Dice相似系数和交并比指标上显示出最高值。
引用
@article{arxiv.2404.06455,
title = {A comparative analysis of deep learning models for lung segmentation on X-ray images},
author = {Weronika Hryniewska-Guzik and Jakub Bilski and Bartosz Chrostowski and Jakub Drak Sbahi and Przemysław Biecek},
journal= {arXiv preprint arXiv:2404.06455},
year = {2024}
}
备注
published at the Polish Conference on Artificial Intelligence (PP-RAI), 2024