通过神经元编程进行视网膜血管分割
图像与视频处理
2024-11-19 v1 计算机视觉与模式识别
摘要
视网膜血管的精确分割在各种眼科疾病的早期诊断和治疗中起着关键作用。为此任务设计网络模型需要细致的调优和大量的实验，以处理视网膜血管微小且交织的形态。为了应对这一挑战，开发了神经架构搜索（NAS）方法，以充分探索潜在网络架构的空间并寻找最强大的架构。受神经元多样性（我们大脑中各种智能行为的生物学基础）的启发，本文引入了一种新颖且基础性的神经网络设计方法，称为“神经元编程”，以自动将神经元类型搜索到网络中，从而在神经元层面增强网络的表示能力，这与NAS在架构层面的增强互补。此外，为了减轻神经元编程的时间和计算强度，我们开发了一个超网络，利用搜索得到的架构信息来预测最优的神经元配置。综合实验验证了神经元编程在视网膜血管分割中能够取得有竞争力的性能，展示了神经元多样性在医学图像分析中的巨大潜力。
引用
@article{arxiv.2411.11110,
title = {Retinal Vessel Segmentation via Neuron Programming},
author = {Tingting Wu and Ruyi Min and Peixuan Song and Hengtao Guo and Tieyong Zeng and Feng-Lei Fan},
journal= {arXiv preprint arXiv:2411.11110},
year = {2024}
}