基于特征金字塔网络与空间循环神经网络的腹部多器官分割
计算机视觉与模式识别
2023-08-30 v1 人工智能
摘要
随着人工智能的最新进展正导致传统诊断方法的衰落，端到端诊断的实现正迅速临近。超声图像分割是诊断过程中的重要步骤。准确且鲁棒的分割模型可加速该过程并减轻超声医师的负担。与以往研究不同，我们考虑了超声图像的两个固有特征：(1) 不同器官和组织在空间尺寸上各异，(2) 人体内部解剖结构形成相对恒定的空间关系。基于这两个思路，我们提出了一种结合特征金字塔网络（FPN）与空间循环神经网络（SRNN）的新图像分割模型。我们讨论了为何使用 FPN 提取不同尺度的解剖结构，以及如何实现 SRNN 以提取腹部超声图像中的空间上下文特征。
引用
@article{arxiv.2308.15137,
title = {Abdominal Multi-Organ Segmentation Based on Feature Pyramid Network and Spatial Recurrent Neural Network},
author = {Yuhan Song and Armagan Elibol and Nak Young Chong},
journal= {arXiv preprint arXiv:2308.15137},
year = {2023}
}
备注
IFAC World Congress 2023 paper