用于基于标志点的解剖结构分割的混合图卷积神经网络
图像与视频处理
2021-10-26 v1 计算机视觉与模式识别
机器学习
摘要
本工作解决解剖结构的基于标志点分割问题。我们提出 HybridGNet，一种编码器-解码器神经架构，其结合标准卷积用于图像特征编码，以及图卷积神经网络用于解码解剖结构的合理表示。我们以胸部 X 光图像中其他标准的标志点与基于像素的解剖分割模型为基准测试所提架构，发现 HybridGNet 对图像遮挡更具鲁棒性。我们还展示其可用于从像素级标注构建基于标志点的分割。实验结果表明，HybridGNet 通过谱卷积在解码过程中自然融入形状约束，可生成准确且解剖合理的解剖标志点分割。
引用
@article{arxiv.2106.09832,
title = {Hybrid graph convolutional neural networks for landmark-based anatomical segmentation},
author = {Nicolás Gaggion and Lucas Mansilla and Diego Milone and Enzo Ferrante},
journal= {arXiv preprint arXiv:2106.09832},
year = {2021}
}
备注
Accepted for publication at MICCAI 2021