利用注意力交叉熵与端到端裂隙生成的自动肺叶分割
图像与视频处理
2023-07-25 v1 计算机视觉与模式识别
摘要
自动肺叶分割算法对肺部疾病的诊断和治疗具有重要意义，然而由于肺部 CT 图像中肺裂隙的不完整以及病理特征的大变异性，其面临巨大挑战。因此，我们提出了一种新的自动肺叶分割框架，其中我们通过任务特定的损失函数在训练过程中促使模型关注肺裂隙周围区域。此外，我们在辅助肺裂隙分割任务中引入了端到端肺裂隙生成方法，无需任何额外的网络分支。最后，我们提出了一种基于配准的损失函数，以缓解由 Dice 损失监督的肺裂隙分割任务的收敛困难。我们在私有数据集 STLB 和公开 LUNA16 数据集上分别取得了 97.83% 和 94.75% 的 Dice 分数。
引用
@article{arxiv.2307.12634,
title = {Automatic lobe segmentation using attentive cross entropy and end-to-end fissure generation},
author = {Qi Su and Na Wang and Jiawen Xie and Yinan Chen and Xiaofan Zhang},
journal= {arXiv preprint arXiv:2307.12634},
year = {2023}
}
备注
5 pages, 3 figures, published to 'IEEE International Symposium on Biomedical Imaging (ISBI) 2023'