基于域适应的有监督分割用于小样本眼眶 CT 图像
图像与视频处理
2021-07-02 v1 计算机视觉与模式识别
摘要
深度神经网络(DNNs)已广泛用于医学图像分析。然而,缺乏大规模标注数据集是一大挑战,尤其在罕见疾病或研究界新领域情形下。从相对较大的数据集迁移预训练特征是一项可观的方案。本文中,我们探索了在仅给定小样本 CT 图像时,利用域适应对视神经与眼眶肿瘤进行监督分割。即便肺图像数据库联盟图像集(LIDC-IDRI)相对于眼眶 CT 属跨域,所提域适应方法仍提升了 attention U-Net 在公共视神经数据集与我们临床眼眶肿瘤数据集上的分割性能。代码与数据集见 https://github.com/cmcbigdata。
引用
@article{arxiv.2107.00418,
title = {Supervised Segmentation with Domain Adaptation for Small Sampled Orbital CT Images},
author = {Sungho Suh and Sojeong Cheon and Wonseo Choi and Yeon Woong Chung and Won-Kyung Cho and Ji-Sun Paik and Sung Eun Kim and Dong-Jin Chang and Yong Oh Lee},
journal= {arXiv preprint arXiv:2107.00418},
year = {2021}
}