UPI-Net：胎盘超声中的语义轮廓检测
计算机视觉与模式识别
2019-09-16 v2
摘要
语义轮廓检测是一个在医学影像中常遇到的具有挑战性的问题，胎盘图像分析即是一个具体例子。在本文中，我们通过将子宫-胎盘界面（UPI）检测表述为语义轮廓检测问题，研究二维胎盘超声图像中的 UPI 检测。与自然图像不同，胎盘超声图像包含特定的解剖结构因而具有独特的几何形态。我们认为，让 UPI 检测器融入全局上下文建模以利于减少不想要的假阳性 UPI 预测是有益的。我们的方法，即 UPI-Net，旨在通过轻量级全局上下文建模与有效的多尺度特征聚合来捕获胎盘几何中的长程依赖。我们在一个胎盘超声数据库（来自 49 次扫描的 4,871 张带 UPI 标注的图像）上进行了受试者级 10 折嵌套交叉验证。实验结果表明，在不引入可观计算开销的情况下，与其他有竞争力的基准相比，UPI-Net 在标准轮廓检测指标上取得了最高性能。
引用
@article{arxiv.1909.00229,
title = {UPI-Net: Semantic Contour Detection in Placental Ultrasound},
author = {Huan Qi and Sally Collins and J. Alison Noble},
journal= {arXiv preprint arXiv:1909.00229},
year = {2019}
}
备注
9 pages, 8 figures, accepted at Visual Recognition for Medical Images (VRMI), ICCV 2019