用于海马体分割的反馈链网络
计算机视觉与模式识别
2022-11-16 v1
摘要
海马体在许多神经系统疾病的诊断与治疗中起着至关重要的作用。近年来，深度学习技术在医学图像分割领域取得重大进展，相关任务的性能不断被刷新。本文聚焦于海马体分割任务，提出一种新颖的分层反馈链网络。反馈链结构单元通过分层特征聚合反馈链学习各编码器层更深更广的特征表示，并借助特征交接注意力模块实现特征选择与反馈。随后，我们在特征编码器与解码器之间嵌入全局金字塔注意力单元，以进一步修正编码器特征，包括用于实现相邻注意力交互的成对金字塔注意力模块，以及用于捕获长程知识的全局上下文建模模块。与现有海马体分割方法相比，所提方法在三个公开数据集上取得了最先进的性能。
引用
@article{arxiv.2211.07891,
title = {Feedback Chain Network For Hippocampus Segmentation},
author = {Heyu Huang and Runmin Cong and Lianhe Yang and Ling Du and Cong Wang and Sam Kwong},
journal= {arXiv preprint arXiv:2211.07891},
year = {2022}
}
备注
Accepted by ACM TOMM 2022