基于直方图匹配的多厂商多中心心脏MRI半监督分割
图像与视频处理
2023-02-23 v1 计算机视觉与模式识别
摘要
心脏腔室自动分割是诊断心脏病的一项基本任务。本文提出一种半监督分割方案，利用无标签数据分割左心室、右心室与心肌。我们在大规模心脏MRI数据集上使用了增强版残差U-Net架构。通过dice损失处理类不平衡数据问题，增强的监督模型相比原始U-Net模型取得了更好的dice分数。我们应用了包括直方图匹配在内的多种数据增强技术，以提升模型在其他域中的性能。此外，我们提出了一种简单而高效的半监督分割方法，无需大量标签数据即可改善分割结果。最后，我们在STACOM2018与M&Ms 2020两个基准挑战数据集上应用本方法，以展示所提模型的效能。定量结果证明了我们模型的有效性。该模型对左心室、右心室与心肌分别取得0.921、0.926和0.891的平均dice分数。
引用
@article{arxiv.2302.11200,
title = {Semi-Supervised Segmentation of Multi-vendor and Multi-center Cardiac MRI using Histogram Matching},
author = {Mahyar Bolhassani and Ilkay Oksuz},
journal= {arXiv preprint arXiv:2302.11200},
year = {2023}
}
备注
5 pages, 8 figures, IEEE conference published paper