用于远端气道分割的边界增强权重图
图像与视频处理
2025-03-04 v1 计算机视觉与模式识别
摘要
从肺部CT扫描中自动进行气道分割对于诊断和治疗肺部疾病至关重要。尽管取得了进展，但诸如泄漏、断裂和类别不平衡等挑战仍然存在，特别是在捕获小气道和保持拓扑结构方面。我们提出了边界增强损失（BEL），它通过基于边界的权重图和自适应权重精化策略来增强边界保持。与基于中心线的方法不同，BEL优先考虑边界体素以减少误分类、改善拓扑结构并增强结构一致性，特别是在远端气道分支上。在ATM22和AIIB23数据集上的评估表明，BEL优于基线损失函数，在拓扑相关指标上取得了更高水平，在整体指标上取得了可比水平。定性结果进一步突出了BEL在捕获精细解剖细节和减少分割错误方面的能力，特别是在小气道方面。这些发现确立了BEL作为医学成像中精确且增强拓扑的气道分割的有前景的解决方案。
引用
@article{arxiv.2503.00242,
title = {Boundary-Emphasized Weight Maps for Distal Airway Segmentation},
author = {Ali Keshavarzi and Elsa Angelini},
journal= {arXiv preprint arXiv:2503.00242},
year = {2025}
}