BDG-Net：用于精准息肉分割的边界分布引导网络
图像与视频处理
2022-04-19 v2 计算机视觉与模式识别
摘要
结直肠癌（CRC）是全球最常见的致命癌症之一。息肉切除术可有效阻断腺瘤向腺癌的进展，从而降低患结直肠癌的风险。结肠镜检查是发现结肠息肉的主要方法。然而，由于息肉大小不一且息肉与其周围黏膜边界不清，精准分割息肉具有挑战性。为解决该问题，我们设计了一种边界分布引导网络（BDG-Net）用于精准息肉分割。具体而言，在理想边界分布图（BDM）的监督下，我们利用边界分布生成模块（BDGM）聚合高层特征并生成BDM。随后，BDM作为补充空间信息送入边界分布引导解码器（BDGD）以引导息肉分割。此外，BDGD中采用多尺度特征交互策略以提高不同大小息肉的分割精度。大量定量与定性评估证明了我们模型的有效性，其在五个公开息肉数据集上显著优于当前最先进（state-of-the-art）模型，同时保持较低的计算复杂度。代码：https://github.com/zihuanqiu/BDG-Net
引用
@article{arxiv.2201.00767,
title = {BDG-Net: Boundary Distribution Guided Network for Accurate Polyp Segmentation},
author = {Zihuan Qiu and Zhichuan Wang and Miaomiao Zhang and Ziyong Xu and Jie Fan and Linfeng Xu},
journal= {arXiv preprint arXiv:2201.00767},
year = {2022}
}
备注
Accepted by SPIE Medical Imaging 2022