BEFD：用于血管分割的边界增强与特征去噪
图像与视频处理
2021-04-09 v1 计算机视觉与模式识别
摘要
血管分割对许多诊断和研究应用至关重要。近年来，基于CNN的模型在分割任务中取得了突破，然而此类方法通常会丢失物体边界和细微结构等高频信息，而这对血管分割十分关键。为解决该问题，我们提出边界增强与特征去噪（BEFD）模块，以提升网络在语义分割中提取边界信息的能力，该模块可以以端到端方式集成到任意编码器-解码器架构中。通过引入Sobel边缘检测器，网络能够获得额外的边缘先验，从而以无监督方式为医学图像分割增强边界。此外，我们还利用一个去噪块来减少隐藏在低层特征中的噪声。在视网膜血管数据集和血管造影数据集上的实验结果证明了新BEFD模块的优越性能。
引用
@article{arxiv.2104.03768,
title = {BEFD: Boundary Enhancement and Feature Denoising for Vessel Segmentation},
author = {Mo Zhang and Fei Yu and Jie Zhao and Li Zhang and Quanzheng Li},
journal= {arXiv preprint arXiv:2104.03768},
year = {2021}
}
备注
MICCAI 2020