面向医学图像修复的形状感知掩码
图像与视频处理
2022-07-14 v1 计算机视觉与模式识别
机器学习
摘要
修复（inpainting）近来被提出作为一种成功的深度学习技术，用于无监督医学图像模型发现。用于修复的掩码通常独立于数据集，并未针对给定不同解剖学类别进行定制。本文中，我们引入一种生成形状感知掩码用于修复的方法，旨在学习统计形状先验。我们假设，尽管掩码的多样性提升了修复模型的泛化能力，掩码形状应遵循感兴趣器官的拓扑结构。因此，我们提出一种基于现成修复模型与超像素过分割算法的无监督引导掩码方法，以生成广泛的形状相关掩码。在腹部 MR 图像重建上的实验结果表明，我们提出的掩码方法优于使用方形或不规则形状掩码数据集的标准方法。
引用
@article{arxiv.2207.05787,
title = {Shape-Aware Masking for Inpainting in Medical Imaging},
author = {Yousef Yeganeh and Azade Farshad and Nassir Navab},
journal= {arXiv preprint arXiv:2207.05787},
year = {2022}
}