ET-Net：一种用于医学图像分割的通用边缘注意力引导网络
计算机视觉与模式识别
2019-07-26 v1
摘要
分割是医学图像分析中的一项基础任务。然而，大多数现有方法侧重于主要区域提取而忽略边缘信息，而边缘信息有助于获得准确的分割。本文提出一种通用的医学分割方法，称为边缘注意力引导网络（ET-Net），其嵌入边缘注意力表示以引导分割网络。具体而言，利用边缘引导模块在早期编码层学习边缘注意力表示，随后将其传递至多尺度解码层，并通过加权聚合模块进行融合。在四项分割任务（即视网膜图像中的视盘/视杯和血管分割，以及胸部X光和CT图像中的肺分割）上的实验结果表明，保留边缘注意力表示有助于最终的分割精度，且我们所提方法优于当前最先进的分割方法。我们的方法源代码可在 https://github.com/ZzzJzzZ/ETNet 获取。
引用
@article{arxiv.1907.10936,
title = {ET-Net: A Generic Edge-aTtention Guidance Network for Medical Image Segmentation},
author = {Zhijie Zhang and Huazhu Fu and Hang Dai and Jianbing Shen and Yanwei Pang and Ling Shao},
journal= {arXiv preprint arXiv:1907.10936},
year = {2019}
}
备注
MICCAI 2019