基于可学习时间差分的数字减影血管造影视频中肝细胞癌分割
图像与视频处理
2021-09-20 v3 计算机视觉与模式识别
摘要
在数字减影血管造影（DSA）视频中自动分割肝细胞癌（HCC）可辅助放射科医生在临床实践中高效诊断 HCC 并准确评估肿瘤。已有少量研究探讨从 DSA 视频中分割 HCC。由于拍摄中的运动伪影、肿瘤区域边界模糊以及与其他解剖组织在成像上的高度相似性，该任务极具挑战性。本文提出 DSA 视频中 HCC 分割问题，并构建了自有 DSA 数据集。我们还提出了一种称为 DSA-LTDNet 的新型分割网络，包含分割子网络、时间差分学习（TDL）模块以及用于提供额外引导的肝脏区域分割（LRS）子网络。DSA-LTDNet 更有利于主动从 DSA 视频中学习潜在运动信息并提升分割性能。所有实验均在自有采集数据集上进行。实验结果表明，与 U-Net 基线相比，DSA-LTDNet 的 DICE 分数提高了近 4%。
引用
@article{arxiv.2107.04306,
title = {Hepatocellular Carcinoma Segmentation from Digital Subtraction Angiography Videos using Learnable Temporal Difference},
author = {Wenting Jiang and Yicheng Jiang and Lu Zhang and Changmiao Wang and Xiaoguang Han and Shuixing Zhang and Xiang Wan and Shuguang Cui},
journal= {arXiv preprint arXiv:2107.04306},
year = {2021}
}
备注
10 pages; accepted to MICCAI 2021