使用神经架构搜索的高效 OCT 图像分割
图像与视频处理
2020-07-30 v1 计算机视觉与模式识别
摘要
在这项工作中，我们提出了一种用于光学相干断层扫描（OCT）扫描中视网膜层分割的神经架构搜索（NAS）方法。我们将 Unet 架构作为 NAS 框架的骨干，用于在我们收集并预处理的 OCT 图像数据集上分割视网膜层。在预处理阶段，我们对原始 OCT 扫描进行超分辨率与图像处理技术以提升原始图像质量。对于我们的搜索策略，建议采用不同的原语操作来寻找下采样与上采样单元块，并应用二元门方法使搜索策略切实适用于手头任务。我们在内部 OCT 数据集上对我们的方法进行了实证评估。实验结果表明，自适应 NAS-Unet 架构大幅优于有竞争力的人工设计架构，在平均交并比指标上达到 95.4%，在 Dice 相似系数上达到 78.7%。
引用
@article{arxiv.2007.14790,
title = {Efficient OCT Image Segmentation Using Neural Architecture Search},
author = {Saba Heidari Gheshlaghi and Omid Dehzangi and Ali Dabouei and Annahita Amireskandari and Ali Rezai and Nasser M Nasrabadi},
journal= {arXiv preprint arXiv:2007.14790},
year = {2020}
}