CRISP——面向医学图像分割的可靠不确定性估计
图像与视频处理
2022-06-16 v1 计算机视觉与模式识别
摘要
准确的不确定性估计是医学影像界的紧要需求。已有多种方法被提出，均为分类不确定性估计技术的直接扩展。基于神经网络概率解释的独立逐像素不确定性估计未考虑解剖学先验知识，因而对许多分割任务给出次优结果。为此，我们提出CRISP，一种用于不确定性预测的对比图像分割（ContRastive Image Segmentation for uncertainty Prediction）方法。CRISP的核心实现一种对比方法以学习联合潜在空间，该空间编码有效分割及其对应图像的分布。我们利用该联合潜在空间将预测与数千个潜在向量比较，并提供解剖学一致的不确定性图。在涉及不同模态与器官的四个医学图像数据库上进行的综合研究凸显了我们的方法相对于最先进方法的优越性。
引用
@article{arxiv.2206.07664,
title = {CRISP - Reliable Uncertainty Estimation for Medical Image Segmentation},
author = {Thierry Judge and Olivier Bernard and Mihaela Porumb and Agis Chartsias and Arian Beqiri and Pierre-Marc Jodoin},
journal= {arXiv preprint arXiv:2206.07664},
year = {2022}
}
备注
9 pages