基于极少量标注的互逆地标检测与追踪
计算机视觉与模式识别
2021-01-28 v1 机器学习
摘要
在超声心动图中定位解剖地标以进行二维测量，是心脏疾病诊断中常规临床工作流的一部分。自动定位这些地标对于改善工作流并减少观察者间差异极为可取。鉴于金标准标签的稀疏性——通常仅极少百分比的心脏电影序列帧被手动标注用于临床，训练机器学习框架执行此类定位受到阻碍。本文中，我们提出一种新的端到端互逆检测与追踪模型，专门设计用于处理超声心动图标签的稀疏特性。该模型利用整个心脏电影序列中少量标注帧进行训练，以生成一致的地标检测与追踪，并提出了一种模型的对抗训练以利用这些标注帧。所提互逆模型的优越性通过一系列实验得到证明。
引用
@article{arxiv.2101.11224,
title = {Reciprocal Landmark Detection and Tracking with Extremely Few Annotations},
author = {Jianzhe Lin and Ghazal Sahebzamani and Christina Luong and Fatemeh Taheri Dezaki and Mohammad Jafari and Purang Abolmaesumi and Teresa Tsang},
journal= {arXiv preprint arXiv:2101.11224},
year = {2021}
}