DPE-Net：基于双平行编码器的结肠息肉语义分割网络
图像与视频处理
2024-12-04 v2 计算机视觉与模式识别
摘要
在医学影像中，结肠息肉的高效分割在 Minimally Invasive（ minimally invasive）解决方案中发挥着关键作用于结直肠癌。本研究引入了一种新方法，采用两种平行的编码器分支用于息肉分割。编码器的一个分支包含能够在更深层次中保持特征信息的双卷积块，另一个块包含包含前一层特征的单卷积块，提供了编码器中特征提取的多样性。将它们在转置层之前进行深度拼接操作。我们的模型在Kvasir和CVC-ClinicDB数据集上超过了几个 established 深度学习架构， achieved 在Kvasir数据集上实现Dice得分0.919，mIoU为0.866，在CVC-ClinicDB数据集上实现Dice得分为0.931，mIoU为0.891。视觉和量化结果突出了我们模型的有效性，potentially 为医学图像分割开辟了新的模型。
引用
@article{arxiv.2412.00888,
title = {DPE-Net: Dual-Parallel Encoder Based Network for Semantic Segmentation of Polyps},
author = {Malik Abdul Manan and Feng Jinchao and Shahzad Ahmed and Abdul Raheem},
journal= {arXiv preprint arXiv:2412.00888},
year = {2024}
}