HarDNet-DFUS：一种用于糖尿病足溃疡图像分割与结肠镜息肉分割的增强谐波连接网络
图像与视频处理
2022-09-16 v1 计算机视觉与模式识别
摘要
我们提出了一种用于糖尿病足溃疡和结肠镜息肉医学图像分割的神经网络架构。糖尿病足溃疡由糖尿病的神经病变和血管并发症引起。为了提供恰当的诊断与治疗，伤口护理专业人员需要从足部创面中提取准确的形态学特征。使用计算机辅助系统是一种提取相关形态学特征并分割病灶的有前景的方法。我们通过增强骨干网络并替换 HarDNet-MSEG 的解码器，提出了一种称为 HarDNet-DFUS 的卷积神经网络，HarDNet-MSEG 曾是 2021 年结肠镜息肉分割的 SOTA。针对 MICCAI 2022 糖尿病足溃疡分割挑战赛（DFUC2022），我们使用 DFUC2022 数据集训练 HarDNet-DFUS，并通过五折交叉验证、测试时增强（Test Time Augmentation）等手段提升其鲁棒性。在 DFUC2022 的验证阶段，HarDNet-DFUS 取得了 0.7063 的平均 dice 系数，在所有参与者中排名第三。在 DFUC2022 的最终测试阶段，其取得了 0.7287 的平均 dice 系数并荣获第一名。HarDNet-DFUS 在结肠镜息肉分割任务上也表现出优异性能。它在著名的 Kvasir 数据集上取得了 0.924 的平均 Dice 系数，较原始 HarDNet-MSEG 提升 1.2%。代码已发布于 https://github.com/kytimmylai/DFUC2022（用于糖尿病足溃疡分割）和 https://github.com/YuWenLo/HarDNet-DFUS（用于结肠镜息肉分割）。
引用
@article{arxiv.2209.07313,
title = {HarDNet-DFUS: An Enhanced Harmonically-Connected Network for Diabetic Foot Ulcer Image Segmentation and Colonoscopy Polyp Segmentation},
author = {Ting-Yu Liao and Ching-Hui Yang and Yu-Wen Lo and Kuan-Ying Lai and Po-Huai Shen and Youn-Long Lin},
journal= {arXiv preprint arXiv:2209.07313},
year = {2022}
}