用于视网膜 OCT 中沿部分维度分割的投影跳跃连接
图像与视频处理
2021-08-03 v1 计算机视觉与模式识别
摘要
在医学成像中，存在临床相关的分割任务，其输出掩码是到输入图像部分维度的投影。在这项工作中，我们提出了一种新颖的卷积神经网络架构，能够有效学习生成比输入图像低维的分割掩码。该网络仅在输入空间维度的子集中恢复编码表示，并在其他维度中保持表示不变。新提出的投影跳跃连接允许在类 UNet 结构中连接编码器和解码器。我们在视网膜光学相干断层扫描（OCT）中的两个临床相关任务上评估了所提方法：地理萎缩和视网膜血管分割。所提方法在所有使用的 OCT 数据集（由 3D 体积和相应的 2D 正面掩码组成）上均优于当前最先进的方法。所提架构填补了图像分类与 ND 图像分割之间的方法学空白。
引用
@article{arxiv.2108.00831,
title = {Projective Skip-Connections for Segmentation Along a Subset of Dimensions in Retinal OCT},
author = {Dmitrii Lachinov and Philipp Seeboeck and Julia Mai and Ursula Schmidt-Erfurth and Hrvoje Bogunovic},
journal= {arXiv preprint arXiv:2108.00831},
year = {2021}
}
备注
Submitted to MICCAI 2021