基于跨视图Transformer的未配准医学图像多视图分析
计算机视觉与模式识别
2021-09-24 v2
摘要
多视图医学图像分析通常依赖于多视图信息的组合。然而，视角差异或其他形式的未对齐会使得视图难以有效组合，因为配准并非总可行。若无配准，视图只能在全局特征层面通过全局池化后连接特征向量来组合。我们提出一种新颖的跨视图Transformer方法，在空间特征图层面于未配准视图间传递信息。我们在多视图乳腺摄影与胸部 X 光数据集上展示了该方法。在两类数据集上，我们发现关联空间特征图的跨视图Transformer优于在全局池化后连接特征向量的基线模型。
引用
@article{arxiv.2103.11390,
title = {Multi-view analysis of unregistered medical images using cross-view transformers},
author = {Gijs van Tulder and Yao Tong and Elena Marchiori},
journal= {arXiv preprint arXiv:2103.11390},
year = {2021}
}
备注
Conference paper presented at MICCAI 2021. Code available via https://vantulder.net/code/2021/miccai-transformers/