通过视觉-语言对齐的由粗到细 COVID-19 分割
图像与视频处理
2023-03-02 v1 计算与语言
计算机视觉与模式识别
信息检索
摘要
COVID-19 病灶分割可辅助医师更好地诊断与治疗 COVID-19。然而，由于 COVID-19 数据集中缺乏详细信息与高质量标注，相关研究甚少。为解决上述问题，我们提出 C2FVL，一种通过视觉-语言对齐的由粗到细分割框架，以合并包含病灶数量与图像信息具体位置的文本信息。文本信息的引入使网络在具挑战性数据集上取得更好预测结果。我们在包含胸部 X 光与 CT 的两个 COVID-19 数据集上进行了广泛实验，结果表明所提方法优于其他最先进的分割方法。
引用
@article{arxiv.2303.00279,
title = {Coarse-to-Fine Covid-19 Segmentation via Vision-Language Alignment},
author = {Dandan Shan and Zihan Li and Wentao Chen and Qingde Li and Jie Tian and Qingqi Hong},
journal= {arXiv preprint arXiv:2303.00279},
year = {2023}
}
备注
Accepted by ICASSP 2023