基于多尺度平移等变神经网络的体积地标检测
计算机视觉与模式识别
2021-12-15 v2 机器学习
图像与视频处理
摘要
深度神经网络在包括地标检测在内的广泛计算机视觉应用中取得了有前景的结果。对于临床CT扫描等体积图像中的精确解剖地标检测，一个主要挑战是大规模数据常因GPU内存限制而制约所采用神经网络架构的容量，进而可能限制输出的精度。我们提出了一种多尺度端到端深度学习方法，可在3D图像中实现快速且内存高效的地标检测。我们的架构由平移等变网络块组成，每个块在不同空间尺度上执行地标检测。这些块通过可微重采样层从粗到细尺度连接，从而所有层级可联合训练。我们还提出了一种噪声注入策略，增强了模型的鲁棒性，并使我们能够在测试时量化不确定性。我们在263个CT体积上评估了我们的方法用于颈动脉分叉检测，取得了优于当前最优（state-of-the-art）的精度，平均欧氏距离误差为2.81mm。
引用
@article{arxiv.2003.01639,
title = {Volumetric landmark detection with a multi-scale shift equivariant neural network},
author = {Tianyu Ma and Ajay Gupta and Mert R. Sabuncu},
journal= {arXiv preprint arXiv:2003.01639},
year = {2021}
}
备注
5 pages, 5 figures