基于标签传播与风格迁移的半监督心脏图像分割
图像与视频处理
2022-08-05 v2 计算机视觉与模式识别
摘要
心脏结构的准确分割可辅助医生诊断疾病并改进治疗规划，在临床实践中需求极高。然而，标注的匮乏以及不同厂商与医疗中心间数据的差异限制了先进深度学习方法的性能。本工作中，我们提出一种全自动方法，用于在 MRI 体数据中分割心脏结构，包括左心室（LV）与右心室（RV）血池，以及左心室心肌（MYO）。具体而言，我们设计了一种半监督学习方法，通过标签传播利用未标注的 MRI 序列时间帧。随后我们利用风格迁移来减少不同中心与厂商间的差异，以实现更鲁棒的心脏图像分割。我们在 M&Ms 挑战赛中评估了我们的方法，在 14 支竞争队伍中排名第二。
引用
@article{arxiv.2012.14785,
title = {Semi-supervised Cardiac Image Segmentation via Label Propagation and Style Transfer},
author = {Yao Zhang and Jiawei Yang and Feng Hou and Yang Liu and Yixin Wang and Jiang Tian and Cheng Zhong and Yang Zhang and Zhiqiang He},
journal= {arXiv preprint arXiv:2012.14785},
year = {2022}
}
备注
The method that won 2nd place in MICCAI 2020 MnM's Challenge