基于解剖学先验与注意力机制的U-net病理分割
图像与视频处理
2020-11-21 v1 计算机视觉与模式识别
摘要
心脏磁共振（MR）图像中的病理区域分割在心血管疾病的临床诊断中起着至关重要的作用。由于形状不规则且区域较小，病理分割一直是一项具有挑战性的任务。我们提出一种基于解剖学先验的框架，将U-net分割网络与注意力技术相结合。利用病理具有包含关系这一事实，我们提出一种邻域惩罚策略来衡量心肌与心肌梗死及无复流区域之间的包含关系。该邻域惩罚策略可应用于任意两个具有包含关系的标签（如整个梗死与心肌等）以形成邻近损失。所提框架在EMIDEC数据集上进行了评估。结果表明我们的框架在病理区域分割中是有效的。
引用
@article{arxiv.2011.08769,
title = {Anatomy Prior Based U-net for Pathology Segmentation with Attention},
author = {Yuncheng Zhou and Ke Zhang and Xinzhe Luo and Sihan Wang and Xiahai Zhuang},
journal= {arXiv preprint arXiv:2011.08769},
year = {2020}
}
备注
8 pages, 3 figures, to be published in STACOM 2020 (MICCAI Workshop)