Btrfly Net：基于能量对抗学习局部脊柱先验的椎骨标记网络
计算机视觉与模式识别
2018-11-14 v2
摘要
椎骨的鲁棒定位与识别对于自动化脊柱分析至关重要。本工作对该任务的贡献有两点：(1) 受人类专家启发，我们假设脊柱的矢状位与冠状位重建成像包含标记椎骨所需的充足信息。据此，我们提出了一种蝴蝶形网络架构（称为 Btrfly Net），可高效融合不同重建成像间的信息。(2) 在 Btrfly Net 的支撑下，我们提出了一种基于能量的对抗训练机制，将局部脊柱结构作为解剖学先验编码入网络，从而使其在一个包含 302 次扫描的基准数据集上以推理阶段无任何后处理的方式，在所有标准指标上达到最先进的性能。
引用
@article{arxiv.1804.01307,
title = {Btrfly Net: Vertebrae Labelling with Energy-based Adversarial Learning of Local Spine Prior},
author = {Anjany Sekuboyina and Markus Rempfler and Jan Kukačka and Giles Tetteh and Alexander Valentinitsch and Jan S. Kirschke and Bjoern H. Menze},
journal= {arXiv preprint arXiv:1804.01307},
year = {2018}
}
备注
Published as conference paper in Medical Image Computing and Computer Assisted Intervention - MICCAI 2018