用于视网膜膝状体视觉通路分割的模态交换网络
图像与视频处理
2024-01-04 v1 计算机视觉与模式识别
摘要
视网膜膝状体视觉通路（RGVP）的精确分割有助于通过识别通路内的中断或异常来诊断和治疗视觉障碍。然而，RGVP复杂的解剖结构和连接性使其难以实现精确分割。在本研究中，我们提出了一种新颖的模态交换网络（ME-Net），有效利用多模态磁共振（MR）成像信息来增强RGVP分割。我们的ME-Net有两个主要贡献。首先，我们引入了一种有效的多模态软交换技术。具体而言，我们设计了一个通道和空间混合注意力模块，以在T1加权和分数各向异性MR图像之间交换模态信息。其次，我们提出了一个交叉融合模块，进一步增强两种模态之间的信息融合。实验结果表明，我们的方法在RGVP分割性能上优于现有的最先进方法。
引用
@article{arxiv.2401.01685,
title = {Modality Exchange Network for Retinogeniculate Visual Pathway Segmentation},
author = {Hua Han and Cheng Li and Lei Xie and Yuanjing Feng and Alou Diakite and Shanshan Wang},
journal= {arXiv preprint arXiv:2401.01685},
year = {2024}
}