TBConvL-Net：一种用于鲁棒医学图像分割的混合深度学习架构
图像与视频处理
2024-09-06 v1 计算机视觉与模式识别
摘要
深度学习在自动化医学图像分割方面展现出巨大潜力，能够提高疾病诊断的精度与速度。然而，由于病理在尺度、形状、纹理和对比度上的差异，该任务面临重大困难。传统卷积神经网络（CNN）模型在有效建模多尺度上下文信息以及促进跨层级跳跃连接间的信息交互方面存在一定局限性。为克服这些局限性，本文结合 CNN 与视觉 Transformer 的优势，提出了一种用于医学图像分割的新型深度学习架构。我们提出的模型名为 TBConvL-Net，采用混合网络，将 CNN 编码器-解码器架构的局部特征与使用双向卷积长短期记忆（LSTM）网络和视觉 Transformer（ViT）捕捉的长程和时间依赖性相结合。这使模型能够捕获数据中的上下文通道关系，并考虑分割结果随时间的不确定性。此外，我们提出了一种新颖的复合损失函数，该函数同时考虑了分割的鲁棒性以及预测输出与金标准之间的边界一致性。在七种不同医学成像模态的十个公开数据集上，我们提出的模型相较于现有方法展现出持续的改进。
引用
@article{arxiv.2409.03367,
title = {TBConvL-Net: A Hybrid Deep Learning Architecture for Robust Medical Image Segmentation},
author = {Shahzaib Iqbal and Tariq M. Khan and Syed S. Naqvi and Asim Naveed and Erik Meijering},
journal= {arXiv preprint arXiv:2409.03367},
year = {2024}
}