用于神经影像分割的类平衡PixelNet
图像与视频处理
2022-04-26 v1 计算机视觉与模式识别
摘要
本文中，我们提出一种自动脑肿瘤分割方法（即PixelNet），使用像素级卷积神经网络（CNN）。该模型从多个卷积层提取特征并拼接形成超列，其中采样适量像素用于优化。超列为像素级预测器确保了局部与全局上下文信息。该模型通过在训练阶段采样少量像素证实了统计效率，而空间冗余限制了常规像素级语义分割方法中相邻像素间的信息学习。此外，训练数据中的标签偏斜导致卷积模型常收敛于某些类别，这是医学数据集中的常见问题。我们通过在采样时对所有类别选取相等数量像素来解决该问题。所提模型在脑肿瘤和缺血性脑卒中病灶分割数据集上取得了有前景的结果。
引用
@article{arxiv.2204.11048,
title = {Class Balanced PixelNet for Neurological Image Segmentation},
author = {Mobarakol Islam and Hongliang Ren},
journal= {arXiv preprint arXiv:2204.11048},
year = {2022}
}