JoB-VS：TOF-MRA图像中的脑与血管联合分割
图像与视频处理
2023-04-18 v1 计算机视觉与模式识别
摘要
我们提出了首个从飞行时间磁共振（Time-of-Flight Magnetic Resonance）图像中进行脑与血管联合任务学习分割框架（JoB-VS）。与最先进的血管分割方法不同，我们的方法避免了从体数据中提取脑的预处理建模步骤。跳过该额外步骤使我们的方法成为端到端血管分割框架。JoB-VS采用一种有利于不同尺度结构（如脑与血管）分割的晶格架构。其分割头允许同时预测脑与血管掩码。此外，我们通过对抗样本生成数据增强，结果显示其提升了性能。JoB-VS在OASIS-3数据集中取得70.03%平均AP与69.09% F1分数，并能在IXI数据集中泛化分割。这些结果表明JoB-VS对于完整TOF-MRA图像中极具挑战的血管分割任务的适用性。
引用
@article{arxiv.2304.07744,
title = {JoB-VS: Joint Brain-Vessel Segmentation in TOF-MRA Images},
author = {Natalia Valderrama and Ioannis Pitsiorlas and Luisa Vargas and Pablo Arbeláez and Maria A. Zuluaga},
journal= {arXiv preprint arXiv:2304.07744},
year = {2023}
}