基于 BPMSegNet 的臂丛超声图像多实例分割
计算机视觉与模式识别
2020-12-23 v1
摘要
由于神经结构在超声图像中难以成像和检测，神经的识别十分困难。然而，超声图像中的神经识别是提高区域麻醉性能的关键步骤。本文提出一种称为臂丛多实例分割网络（BPMSegNet）的网络，用于识别超声图像中的不同组织（神经、动脉、静脉、肌肉）。BPMSegNet 具有三个新颖模块。其一是空间局部对比特征，用于在不同尺度上计算对比特征。其二是自注意力门，根据特征图中各通道的重要性对其重新加权。其三是特征金字塔网络内转置卷积与跳跃连接的相加。通过在构建的超声臂丛数据集（UBPD）上进行实验来评估所提出的 BPMSegNet。定量实验结果表明，所提出的网络能够从超声图像中以良好性能分割多种组织。
引用
@article{arxiv.2012.12012,
title = {Multiple Instance Segmentation in Brachial Plexus Ultrasound Image Using BPMSegNet},
author = {Yi Ding and Qiqi Yang and Guozheng Wu and Jian Zhang and Zhiguang Qin},
journal= {arXiv preprint arXiv:2012.12012},
year = {2020}
}