CFUN：结合 Faster R-CNN 与 U-net 网络的高效全心分割
计算机视觉与模式识别
2018-12-13 v1
摘要
本文提出一种新颖的心脏分割流程，即结合 Faster R-CNN 与 U-net 网络（CFUN）。得益于 Faster R-CNN 的精确定位能力与 U-net 的强大分割能力，CFUN 仅需一步检测与分割推断即可获得全心分割结果，在以显著降低的计算成本取得良好结果的同时。此外，CFUN 采用一种基于边缘信息、名为 3D Edge-loss 的新损失函数作为辅助损失，以加速训练收敛并改善分割结果。在公开数据集上的大量实验表明，CFUN 在大幅缩短推断时间的同时展现出具竞争力的分割性能。我们的源代码与模型已公开于 https://github.com/Wuziyi616/CFUN。
引用
@article{arxiv.1812.04914,
title = {CFUN: Combining Faster R-CNN and U-net Network for Efficient Whole Heart Segmentation},
author = {Zhanwei Xu and Ziyi Wu and Jianjiang Feng},
journal= {arXiv preprint arXiv:1812.04914},
year = {2018}
}
备注
12 pages, 6 figures