PAN：用于医学图像分割的投影对抗网络
计算机视觉与模式识别
2019-06-12 v1 机器学习
图像与视频处理
摘要
对抗学习已被证明能有效捕获语义分割中的长程和高层标签一致性。医学成像所特有的一个开放问题，是如何以有效且计算高效的方式捕获三维语义。在本研究中，我们通过提出一种新颖的投影对抗网络（Projective Adversarial Network，PAN）来解决这一计算负担，该网络通过二维投影融入高层三维信息。此外，我们在框架中引入了一个注意力模块，有助于从分割器直接向对抗网络选择性整合全局信息。在临床应用方面，我们选择了CT扫描中的胰腺分割。我们提出的框架在不增加分割器复杂度的情况下，达到了最先进的性能。
引用
@article{arxiv.1906.04378,
title = {PAN: Projective Adversarial Network for Medical Image Segmentation},
author = {Naji Khosravan and Aliasghar Mortazi and Michael Wallace and Ulas Bagci},
journal= {arXiv preprint arXiv:1906.04378},
year = {2019}
}
备注
Accepted for presentation in MICCAI 2019