具有对比与结构约束的语义分解网络用于牙菌斑分割
计算机视觉与模式识别
2022-08-15 v1 人工智能
摘要
从医用试剂染色图像中分割牙菌斑，为诊断与后续治疗方案确定提供有价值信息。然而，准确的牙菌斑分割是一项挑战性任务，需识别受语义模糊区域（即牙齿与牙菌斑边界区域的混淆边界）及实例形状复杂多变影响的牙齿与牙菌斑，现有方法未能充分解决。为此，我们提出语义分解网络（SDNet），引入两个单任务分支分别处理牙齿与牙菌斑分割，并设计额外约束以学习各分支的类别特定特征，从而促进语义分解并提升牙菌斑分割性能。具体而言，SDNet以分而治之方式学习牙齿与牙菌斑两个独立分割分支，解耦二者纠缠关系；每个指定类别的分支趋于给出准确分割。为助两分支更好聚焦类别特定特征，进一步提出两约束模块：1）对比约束模块（CCM），通过最大化不同类别表征间距离学习判别性特征表示，以降低语义模糊区域对特征提取的负面影响；2）结构约束模块（SCM），在边界感知几何约束监督下为各种形状牙菌斑提供完整结构信息。此外，我们构建了大规模开源染色牙菌斑分割数据集（SDPSeg），为牙齿与牙菌斑提供高质量标注。在SDPSeg数据集上的实验表明SDNet达到SOTA性能。
引用
@article{arxiv.2208.06283,
title = {Semantic decomposition Network with Contrastive and Structural Constraints for Dental Plaque Segmentation},
author = {Jian Shi and Baoli Sun and Xinchen Ye and Zhihui Wang and Xiaolong Luo and Jin Liu and Heli Gao and Haojie Li},
journal= {arXiv preprint arXiv:2208.06283},
year = {2022}
}