FUSegNet：一种用于足部溃疡分割的深度卷积神经网络
计算机视觉与模式识别
2024-01-30 v2
摘要
本文提出 FUSegNet，一种用于糖尿病足溃疡分割的新模型，其使用预训练的 EfficientNet-b7 作为骨干网络以解决训练样本有限的问题。提出了一种称为并行 scSE 或 P-scSE 的改进空间与通道挤压-激励（scSE）模块，它结合了加性 scSE 与最大输出 scSE。通过在每个解码器阶段中部融合该模块，引入了新的模块排布。由于顶层解码器阶段携带的特征图数量有限，在此处绕过最大输出 scSE 以形成短路 P-scSE。在将数据输入网络前，应用一组包含几何、形态和基于强度增强的数据增广。所提模型首先在公开可用的慢性伤口数据集上评估，取得基于数据的 Dice 分数 92.70%，为已报道方法中最高。该模型在大多数类别中基于 Pratt 优值（PFOM）分数（评估边缘定位精度）优于其他基于 scSE 的 UNet 模型。随后该模型在 MICCAI 2021 FUSeg 挑战赛中测试，提交了名为 x-FUSegNet 的 FUSegNet 变体。x-FUSegNet 模型取 FUSegNet 经 5 折交叉验证所得输出的平均，取得 89.23% 的 Dice 分数，位居 FUSeg 挑战赛排行榜首位。模型源代码发布于 https://github.com/mrinal054/FUSegNet。
引用
@article{arxiv.2305.02961,
title = {FUSegNet: A Deep Convolutional Neural Network for Foot Ulcer Segmentation},
author = {Mrinal Kanti Dhar and Taiyu Zhang and Yash Patel and Sandeep Gopalakrishnan and Zeyun Yu},
journal= {arXiv preprint arXiv:2305.02961},
year = {2024}
}