通过网络化训练卷积网络实现精确的肺部分割
计算机视觉与模式识别
2017-08-03 v1
摘要
我们提出了一种基于深度卷积神经网络的胸部 X 光片精确肺部分割模型。我们的模型基于空洞卷积层，以有效地增加滤波器的感受野。为了进一步提高分割性能，我们还提出了一种多阶段训练策略，即网络化训练（network-wise training），其中当前阶段的网络同时接收输入图像和前一级网络的输出。研究表明，该策略能够减少错误预测的标签并产生平滑的肺野边界。我们在通用基准数据集 JSRT 上评估了所提出的模型，并以更少的模型参数实现了最先进的分割性能。
引用
@article{arxiv.1708.00710,
title = {Accurate Lung Segmentation via Network-Wise Training of Convolutional Networks},
author = {Sangheum Hwang and Sunggyun Park},
journal= {arXiv preprint arXiv:1708.00710},
year = {2017}
}
备注
Accepted to the 3rd Workshop on Deep Learning in Medical Image Analysis (DLMIA 2017), MICCAI 2017