用于三维颈动脉血管壁分割与动脉粥样硬化诊断的标签传播方法
图像与视频处理
2022-08-30 v1 计算机视觉与模式识别
摘要
颈动脉血管壁分割是动脉粥样硬化计算机辅助诊断中关键且具挑战性的任务。尽管众多深度学习模型在许多医学图像分割任务中取得了显著成功，但由于标注有限和动脉异质性，在磁共振（MR）图像上准确分割颈动脉血管壁仍然困难。本文提出一种半监督标签传播框架，用于在三维 MR 图像上分割管腔、正常血管壁和粥样硬化血管壁。通过对所给标注进行插值，获得用于训练三维分割模型的连续三维标签。利用训练好的模型为无标注切片生成伪标签并纳入模型训练。随后使用完整 MR 扫描及传播得到的标签重新训练分割模型并提升其鲁棒性。我们在颈动脉血管壁分割与动脉粥样硬化诊断（COSMOS）挑战赛数据集上评估该标签传播框架，在测试集上取得 83.41% 的 QuanM 分数，位居在线评估排行榜第一。结果证明了所提框架的有效性。
引用
@article{arxiv.2208.13337,
title = {Label Propagation for 3D Carotid Vessel Wall Segmentation and Atherosclerosis Diagnosis},
author = {Shishuai Hu and Zehui Liao and Yong Xia},
journal= {arXiv preprint arXiv:2208.13337},
year = {2022}
}
备注
Technical report. Solution to CarOtid vessel wall SegMentation and atherosclerOsis diagnosiS challenge (COSMOS 2022)