RT-DNAS：用于三维心脏电影 MRI 分割的实时约束可微神经架构搜索
图像与视频处理
2022-06-14 v2 计算机视觉与模式识别
机器学习
摘要
准确分割电影磁共振成像（MRI）的时间帧是多种实时 MRI 引导心脏介入中的关键步骤。为实现快速且准确的视觉辅助，对分割框架的最大延迟与最小吞吐量有严格要求。该任务上最先进的神经网络多为手工设计，以在满足这些约束的同时达到高精度。另一方面，尽管现有文献已证明神经架构搜索（NAS）在自动识别各类医学应用最佳神经架构上的能力，但它们大多以精度（有时含计算复杂度）为指导，忽视了实时约束的重要性。一个主要挑战在于此类约束不可微，从而与广泛使用的可微 NAS 框架不兼容。本文提出一种在名为 RT-DNAS 的可微 NAS 框架中直接处理实时约束的策略。在扩展的 2017 MICCAI ACDC 数据集上的实验表明，与最先进的手动及自动设计架构相比，RT-DNAS 能识别出在满足实时约束的同时具有更优精度的架构。
引用
@article{arxiv.2206.04682,
title = {RT-DNAS: Real-time Constrained Differentiable Neural Architecture Search for 3D Cardiac Cine MRI Segmentation},
author = {Qing Lu and Xiaowei Xu and Shunjie Dong and Cong Hao and Lei Yang and Cheng Zhuo and Yiyu Shi},
journal= {arXiv preprint arXiv:2206.04682},
year = {2022}
}