NeoUNet：面向精准结肠息肉分割与肿瘤性病变检测
图像与视频处理
2021-07-13 v1 计算机视觉与模式识别
摘要
自动息肉分割已被证明对内镜检查流程极有帮助，可在提升效率的同时降低内镜医师的腺瘤漏检率。然而，在有限时间内将息肉分类为肿瘤性或非肿瘤性并对其进行像素级分割，对医生而言仍具挑战。在本工作中，我们提出一种针对息肉分割问题的细粒度表述。我们的表述旨在不仅分割息肉区域，还以高准确度识别其中具有高恶变风险者。此外，我们提出一种名为NeoUNet的基于UNet的神经网络架构，以及一种混合损失函数来求解该问题。实验表明，在 our 基准数据集上，NeoUNet相较现有息肉分割模型取得了极具竞争力的结果。
引用
@article{arxiv.2107.05023,
title = {NeoUNet: Towards accurate colon polyp segmentation and neoplasm detection},
author = {Phan Ngoc Lan and Nguyen Sy An and Dao Viet Hang and Dao Van Long and Tran Quang Trung and Nguyen Thi Thuy and Dinh Viet Sang},
journal= {arXiv preprint arXiv:2107.05023},
year = {2021}
}