用于修复人体气道分割的对抗式 Transformer

Zeyu Tang; Nan Yang; Simon Walsh; Guang Yang

用于修复人体气道分割的对抗式 Transformer

图像与视频处理 2022-10-24 v1 计算机视觉与模式识别

作者: Zeyu Tang , Nan Yang , Simon Walsh , Guang Yang

摘要

周围细支气管勾画的不连续性阻碍了自动化气道分割模型的潜在临床应用。此外，此类模型的部署受到不同中心数据异质性的限制，病理异常也使得在远端小气道中实现准确鲁棒的分割十分困难。同时，肺部疾病的诊断与预后通常依赖于评估这些解剖区域的结构变化。为弥补这一不足，本文提出一种基于块尺度对抗的细化网络，该网络输入初步分割结果与原始 CT 图像，输出细化后的气道结构掩码。该方法在三个不同数据集上进行了验证，涵盖健康病例、囊性纤维化病例和 COVID-19 病例。结果通过七项指标进行定量评估，检测长度比和检测分支比均提升超过 15%，与先前提出的模型相比表现出良好的性能。可视化结果也证明，由块尺度判别器和中心线目标函数引导的细化在检测不连续性和缺失细支气管方面是有效的。此外，我们的细化流程在三个先前模型上测试了泛化性，并显著提升了它们的分割完整性。

关键词

气道分割对抗式细化 Transformer CT 图像囊性纤维化 COVID-19 泛化性

引用

@article{arxiv.2210.12029,
  title  = {Adversarial Transformer for Repairing Human Airway Segmentation},
  author = {Zeyu Tang and Nan Yang and Simon Walsh and Guang Yang},
  journal= {arXiv preprint arXiv:2210.12029},
  year   = {2022}
}

备注

8 Pages, 7 figures

用于修复人体气道分割的对抗式 Transformer

摘要

关键词

引用

备注

相关论文