UADSN：用于面部神经分割的不确定性感知双流网络
图像与视频处理
2024-07-02 v1 计算机视觉与模式识别
摘要
面部神经分割对于耳蜗植入手术的术前路径规划至关重要。最近，研究人员提出了一些分割方法，如基于图谱的方法和基于深度学习的方法。然而，由于面部神经是直管器官，直径仅为1.0-1.5mm，在CT扫描中定位和分割面部神经具有挑战性。本文提出一种不确定性感知双流网络（UADSN）。UADSN由2D分割流和3D分割流组成。两种流的预测用于识别不确定区域，并采用一致性损失来监督这些区域的分割。此外，我们将通道挤压与空间激发模块引入U型网络的跳跃连接中，以提取有意义的空间信息。为考虑拓扑保持性，引入clDice损失到监督损失函数中。在面部神经数据集上的实验结果表明，UADSN及其子模块的有效性。
引用
@article{arxiv.2407.00297,
title = {UADSN: Uncertainty-Aware Dual-Stream Network for Facial Nerve Segmentation},
author = {Guanghao Zhu and Lin Liu and Jing Zhang and Xiaohui Du and Ruqian Hao and Juanxiu Liu},
journal= {arXiv preprint arXiv:2407.00297},
year = {2024}
}