CNN在CT图像分割中：超越损失函数以利用真值图像
计算机视觉与模式识别
2020-04-09 v1
摘要
从真值（GT）图像中挖掘更多信息，是进一步提升CNN在CT图像分割中性能的新研究方向。以往方法侧重于设计损失函数以达成此目的。然而，设计通用且利于优化的损失函数相当困难。我们在此提出一种新颖实用的方法，在损失函数之外利用GT图像。我们的见解是：分别在GT与CT图像上训练的两个CNN的特征图在某个度量空间上应当相似，因为它们均用于为同一目的描述同一对象。因此我们通过在度量上强制这两个CNN的特征图一致来利用GT图像。我们在两个数据集上评估所提方法，并将其性能与几种竞争方法比较。大量实验结果表明所提方法有效，优于所有对比方法。
引用
@article{arxiv.2004.03882,
title = {CNN in CT Image Segmentation: Beyound Loss Function for Expoliting Ground Truth Images},
author = {Youyi Song and Zhen Yu and Teng Zhou and Jeremy Yuen-Chun Teoh and Baiying Lei and Kup-Sze Choi and Jing Qin},
journal= {arXiv preprint arXiv:2004.03882},
year = {2020}
}
备注
4 pages, 3 figures, and having been accepted by ISBI 2020