用于血管分割的拓扑相似度指标与损失函数
图像与视频处理
2021-08-02 v1 计算机视觉与模式识别
摘要
血管分割是计算机视觉中研究最多的课题之一，因其在日常临床实践中的重要性。尽管该领域一直在发展，尤其在深度学习兴起之后，重要挑战仍未解决。其中之一涉及血管树的拓扑性质一致性，因为性能最佳的方法并不直接惩罚断裂段等错误，最终产生具有不连通树的预测。这在图状结构（如血管树）中尤为关键，因为它危及分割任务之后的表征步骤。本文中，我们提出一种相似度指标，以参考真值（ground truth）捕获预测分割的拓扑一致性。我们还基于形态学闭运算设计了一种新颖损失函数，并展示其如何允许学习产生拓扑更连贯掩码的深度神经网络模型。我们的实验针对知名视网膜基准与冠状动脉造影数据库。
引用
@article{arxiv.2107.14531,
title = {Topological Similarity Index and Loss Function for Blood Vessel Segmentation},
author = {R. J. Araújo and J. S. Cardoso and H. P. Oliveira},
journal= {arXiv preprint arXiv:2107.14531},
year = {2021}
}
备注
10 pages, 1 table, 8 images, to be submitted to IEEE-TMI