用于胃肠道息肉分割的双编码器-解码器网络
图像与视频处理
2021-10-06 v1 计算机视觉与模式识别
机器学习
摘要
息肉是结直肠癌发展的早期征兆。其检测的标准流程是对胃肠道进行结肠镜检查。然而，息肉形状与视觉外观的广泛差异，以及该图像模态质量的下降，使得利用计算工具自动识别与分割它们成为一项具挑战性的计算机视觉任务。在本工作中，我们提出一种基于常见语义分割编码器-解码器网络直接扩展的、从内镜图像中勾画胃肠道息肉的新策略。在我们的方法中，两个预训练的编码器-解码器网络被顺序堆叠：第二个网络以原始帧与第一个网络生成的初始预测拼接作为输入，后者充当注意力机制使第二个网络聚焦于图像中的感兴趣区域，从而提升其预测质量。在多个息肉分割数据库上的定量评估表明，双编码器-解码器网络在所有情况下都明显优于其单编码器-解码器对应网络。此外，我们最佳的双编码器-解码器组合在所有考虑的数据集上均取得了优异的分割精度并达到最先进（SOTA）性能，在从非训练用数据集中提取的图像上精度提升尤为显著。
引用
@article{arxiv.2110.01939,
title = {Double Encoder-Decoder Networks for Gastrointestinal Polyp Segmentation},
author = {Adrian Galdran and Gustavo Carneiro and Miguel A. González Ballester},
journal= {arXiv preprint arXiv:2110.01939},
year = {2021}
}
备注
Accepted at International Conference on Pattern Recognition, AIHA workshop 2021