全卷积网络中用于皮肤病变分割的星形形状先验
计算机视觉与模式识别
2018-06-25 v1
摘要
语义分割是迈向自动医学图像解释的重要预备步骤。近来深度卷积神经网络已成为逐像素类别预测任务的首选。虽然将关于目标物体结构的先验知识纳入传统基于能量的分割方法中已被证明有效，但一直没有明确的方法将先验知识编码进深度学习框架。在本工作中，我们提出一个新的损失项，将星形形状先验编码进端到端可训练的全卷积网络（FCN）框架的损失函数中。我们在 FCN 预测图中惩罚非星形形状分割块，以保证分割结果的全局结构。我们的实验证明了通过星形形状先验正则化 FCN 参数的优势，并且我们在 ISBI 2017 皮肤分割挑战数据集上的结果在 支参赛队伍中取得分割任务的第一名。
引用
@article{arxiv.1806.08437,
title = {Star Shape Prior in Fully Convolutional Networks for Skin Lesion Segmentation},
author = {Zahra Mirikharaji and Ghassan Hamarneh},
journal= {arXiv preprint arXiv:1806.08437},
year = {2018}
}
备注
Accepted in MICCAI 2018