VesselShot：用于脑血管分割的小样本学习
图像与视频处理
2023-08-29 v1 计算机视觉与模式识别
机器学习
摘要
血管造影广泛用于脑血管疾病的检测、诊断和治疗。尽管已提出大量技术从不同成像模态中分割血管网络，深度学习（DL）已成为一种有前景的方法。然而，现有 DL 方法通常依赖于专有数据集和大量人工标注。此外，专门针对医学领域和三维体数据的预训练网络十分有限。为克服这些挑战，我们提出一种称为 VesselShot 的小样本学习方法用于脑血管分割。VesselShot 利用少量标注支持图像中的知识，缓解了脑血管分割中标注数据稀缺以及需要大量标注的问题。我们使用公开可用的 TubeTK 数据集对 VesselShot 的分割任务性能进行了评估，取得了 0.62(0.03) 的平均 Dice 系数（DC）。
引用
@article{arxiv.2308.14626,
title = {VesselShot: Few-shot learning for cerebral blood vessel segmentation},
author = {Mumu Aktar and Hassan Rivaz and Marta Kersten-Oertel and Yiming Xiao},
journal= {arXiv preprint arXiv:2308.14626},
year = {2023}
}