推进三维医学图像分割：释放涡虫神经网络在人工智能中的潜力
图像与视频处理
2025-05-09 v1 人工智能
计算机视觉与模式识别
摘要
我们的研究提出了 PNN-UNet，作为一种在三维医学图像数据背景下构建深度神经网络的方法，该网络复制了涡虫神经网络（PNN）结构。涡虫通常具有一个包含两条神经索的脑结构，其中大脑充当协调器，而两条神经索在生物体的神经系统中发挥着略有不同的作用。相应地，PNN-UNet 包含一个 Deep-UNet 和一个 Wide-UNet 作为神经索，并由一个密集连接的自动编码器扮演大脑的角色。这种独特的架构相比单体网络（UNet）和模块化网络（Ensemble-UNet）都具有优势。我们在一个三维 MRI 海马体数据集上的结果（包含和不包含数据增强）表明，PNN-UNet 在图像分割方面优于基线 UNet 和其他几种 UNet 变体。
引用
@article{arxiv.2505.04664,
title = {Advancing 3D Medical Image Segmentation: Unleashing the Potential of Planarian Neural Networks in Artificial Intelligence},
author = {Ziyuan Huang and Kevin Huggins and Srikar Bellur},
journal= {arXiv preprint arXiv:2505.04664},
year = {2025}
}
备注
36 pages, 8 figures, 21 tables