基于 U-Net-ResNet50 的息肉自动分割
图像与视频处理
2021-01-01 v1 计算机视觉与模式识别
摘要
息肉是结直肠癌的前驱病变，而结直肠癌被认为是全球癌症相关死亡的主要原因之一。结肠镜检查是识别、定位和切除结直肠息肉的标准程序。由于形状、大小的可变性以及与周围组织的相似性，临床医生在结肠镜检查中常会漏诊结直肠息肉。通过在结肠镜检查中使用自动、准确且快速的息肉分割方法，许多结直肠息肉可被轻易检测和切除。“Medico 自动息肉分割挑战赛”为研究息肉分割并构建高效准确的分割算法提供了机会。我们使用以预训练 ResNet50 为编码器的 U-Net 进行息肉分割。该模型在挑战赛提供的 Kvasir-SEG 数据集上训练，并在组织者提供的数据集上测试，取得了 dice 系数 0.8154、Jaccard 0.7396、recall 0.8533、precision 0.8532、accuracy 0.9506 和 F2 分数 0.8272，展示了我们模型的泛化能力。
引用
@article{arxiv.2012.15247,
title = {Automatic Polyp Segmentation using U-Net-ResNet50},
author = {Saruar Alam and Nikhil Kumar Tomar and Aarati Thakur and Debesh Jha and Ashish Rauniyar},
journal= {arXiv preprint arXiv:2012.15247},
year = {2021}
}