T-Net：用于冠状动脉造影中主血管分割的嵌套编码器-解码器架构
图像与视频处理
2020-05-22 v2 计算机视觉与模式识别
摘要
本文中，我们提出 T-Net，其在编码器-解码器结构（EDiED）内部包含一个小型编码器-解码器。T-Net 克服了 U-Net 只能在编码器与解码器块之间具有单一组拼接层的局限。更确切地说，U-Net 对称地形成拼接层，因此编码器的低层特征连接到解码器的后段，而高层特征连接到解码器的起始端。T-Net 在编码过程中适当地安排池化与上采样，同样在解码过程中如此，从而可在单个块中获得多种尺寸的特徵图。结果，从编码器提取的低层到高层的所有特征都从解码器起始端传递以预测更精确的掩码。我们在冠状动脉造影图像中分割三条主血管的问题上评估了 T-Net。实验由相同条件下 U-Net 与 T-Net 的比较，以及针对主血管分割的优化 T-Net 组成。结果，T-Net 记录的 Dice 相似系数得分（DSC）为 0.815，比 U-Net 高 0.095；优化 T-Net 记录的 DSC 为 0.890，比 U-Net 高 0.170。此外，我们将 T-Net 与 U-Net 卷积层的权重激活可视化，以表明 T-Net 实际从较早的解码器预测掩码。因此，我们期望 T-Net 可有效应用于其他类似的医学图像分割问题。
引用
@article{arxiv.1905.04197,
title = {T-Net: Nested encoder-decoder architecture for the main vessel segmentation in coronary angiography},
author = {Tae Joon Jun and Jihoon Kweon and Young-Hak Kim and Daeyoung Kim},
journal= {arXiv preprint arXiv:1905.04197},
year = {2020}
}
备注
Neural Networks, Accepted