用于胸部 X 射线摄影中多任务器官分割与骨骼抑制的图到图翻译
图像与视频处理
2020-05-06 v2 计算机视觉与模式识别
摘要
胸部 X 射线摄影是最早的医学成像技术之一，并且仍是用于肺与心脏相关疾病诊断、筛查和治疗随访最广泛使用的技术之一。该研究领域文献报道了许多处理骨骼抑制与器官分割这两项具挑战性任务的有趣研究，但均是分开进行，限制了可通过整合能优化两过程的参数所带来的任何学习。本研究首次引入一种多任务深度学习模型，同时生成骨骼抑制图像与器官分割图像，通过利用网络参数间的相互作用使两任务性能均受益，从而提高任务精度、最小化模型所需参数数量并优化处理时间。该模型依赖条件生成对抗网络的架构设计，揭示了如何将成熟的 pix2pix 网络（图到图网络）修改为适应多任务需求并扩展为新的图到图（image-to-images）架构。所开发的多任务模型源代码已在 Github 公开，作为提供双任务 pix2pix 扩展的首次尝试，一种有监督/成对/对齐/配准的图到图翻译，可用于许多多任务应用。还使用了空洞卷积，通过更有效的感受野评估改善结果。提供了与最先进算法的对比、消融研究及演示视频，以评估效能并衡量所提方法的优点。
引用
@article{arxiv.1906.10089,
title = {Image to Images Translation for Multi-Task Organ Segmentation and Bone Suppression in Chest X-Ray Radiography},
author = {Mohammad Eslami and Solale Tabarestani and Shadi Albarqouni and Ehsan Adeli and Nassir Navab and Malek Adjouadi},
journal= {arXiv preprint arXiv:1906.10089},
year = {2020}
}