使用放大注意力网络定位眼影像中的解剖标志点
图像与视频处理
2022-12-23 v2 计算机视觉与模式识别
机器学习
摘要
定位解剖标志点是医学图像分析中的重要任务。然而，待定位的标志点往往缺乏显著视觉特征。其位置隐晦且易与背景混淆，因此精确定位高度依赖于由周边区域形成的上下文。此外，所需精度通常高于分割与目标检测任务。因而，定位具有不同于分割或检测的独有挑战。本文中，我们提出一种放大注意力网络（ZIAN）用于眼影像中的解剖标志点定位。首先，采用由粗到细或“放大（zoom-in）”策略学习不同尺度下的上下文特征。随后，采用注意力融合模块聚合多尺度特征，其包含 1）具有多感兴趣区域（ROIs）方案的共同注意力网络，从多个 ROI 学习互补特征；2）基于注意力的融合模块，整合多 ROI 特征与非 ROI 特征。我们在两项公开挑战任务上评估 ZIAN，即眼底图像中的黄斑中心凹定位与 AS-OCT 图像中的巩膜突定位。实验表明 ZIAN 取得有前景的性能并优于 SOTA 定位方法。ZIAN 的源代码与训练模型见于 https://github.com/leixiaofeng-astar/OMIA9-ZIAN。
引用
@article{arxiv.2210.02445,
title = {Localizing Anatomical Landmarks in Ocular Images using Zoom-In Attentive Networks},
author = {Xiaofeng Lei and Shaohua Li and Xinxing Xu and Huazhu Fu and Yong Liu and Yih-Chung Tham and Yangqin Feng and Mingrui Tan and Yanyu Xu and Jocelyn Hui Lin Goh and Rick Siow Mong Goh and Ching-Yu Cheng},
journal= {arXiv preprint arXiv:2210.02445},
year = {2022}
}