Polyper：边界敏感的息肉分割
计算机视觉与模式识别
2023-12-15 v1
摘要
我们提出了一种用于息肉分割的新型边界敏感框架，称为 Polyper。我们的方法受到一种临床方法的启发，即经验丰富的医疗从业者通常利用息肉内部区域的固有特征来处理模糊边界。受此启发，我们提出显式利用息肉区域来增强模型的边界判别能力，同时最小化计算量。我们的方法首先通过形态学算子从初始分割图中提取边界和息肉区域。然后，我们设计了边界敏感注意力，利用息肉内部区域的特征来增强边界区域附近的特征，从而生成良好的分割结果。我们提出的方法可以与经典的编码器网络无缝集成，如 ResNet-50、MiT-B1 和 Swin Transformer。为了评估 Polyper 的有效性，我们在五个公开的具有挑战性的数据集上进行了实验，并在所有数据集上取得了 SOTA 性能。代码可在 https://github.com/haoshao-nku/medical_seg.git 获取。
引用
@article{arxiv.2312.08735,
title = {Polyper: Boundary Sensitive Polyp Segmentation},
author = {Hao Shao and Yang Zhang and Qibin Hou},
journal= {arXiv preprint arXiv:2312.08735},
year = {2023}
}
备注
Accepted to AAAI 2024