面向实例分割的语义分割与目标检测：乳腺肿瘤识别
人工智能
2021-08-10 v1 计算机视觉与模式识别
摘要
乳腺癌是导致女性死亡率上升的因素之一。诊断这一疾病（即乳腺癌）最广泛使用的方法是超声扫描。通过超声扫描捕获的诸如肿瘤光滑度与纹理等多项关键特征编码了乳腺肿瘤（恶性与良性）的异常性。然而，超声扫描常含有噪声并包含可能使最终肿瘤分割产生偏差的乳腺无关部分。本文中，我们将提取感兴趣区域（即肿瘤的边界框）并将其前馈至一个基于其分类（即恶性或良性）的语义分割编码器-解码器结构。整个过程旨在由一个语义分割器与一个目标检测器构建基于实例的分割器。
引用
@article{arxiv.2108.03287,
title = {Semantic Segmentation and Object Detection Towards Instance Segmentation: Breast Tumor Identification},
author = {Mohamed Mejri and Aymen Mejri and Oumayma Mejri and Chiraz Fekih},
journal= {arXiv preprint arXiv:2108.03287},
year = {2021}
}