VSR-Net：基于图聚类的类血管结构修复网络
计算机视觉与模式识别
2023-12-21 v1 人工智能
摘要
类血管结构（如血管和神经纤维）的形态在疾病诊断（如帕金森病）中发挥着重要作用。近期，基于深度网络的细化分割方法在类血管结构分割中取得了令人瞩目的成果。但仍存在两个挑战：(1) 现有方法在修复分割后的类血管结构中的子段断裂方面存在局限性；(2) 它们往往对预测的分割结果过于自信。为了应对这两个挑战，本文尝试从结构修复的角度利用子段断裂之间的空间互连关系潜力。基于此，我们提出了一种新颖的类血管结构修复网络（VSR-Net），以修复子段断裂并基于粗略的类血管结构分割结果改善模型校准。VSR-Net 首先通过曲线聚类模块（CCM）构建子段断裂簇。然后，应用设计良好的曲线合并模块（CMM）修复子段断裂，以获得细化的类血管结构。在五个 2D/3D 医学图像数据集上的大量实验表明，VSR-Net 显著优于 SOTA 细化分割方法，且校准误差更低。此外，我们提供了定量分析以解释 VSR-Net 修复结果与 GT 之间的形态差异，该差异小于 SOTA 方法与 GT 之间的差异，表明我们的方法通过恢复子段断裂能更好地修复类血管结构。
引用
@article{arxiv.2312.13116,
title = {VSR-Net: Vessel-like Structure Rehabilitation Network with Graph Clustering},
author = {Haili Ye and Xiaoqing Zhang and Yan Hu and Huazhu Fu and Jiang Liu},
journal= {arXiv preprint arXiv:2312.13116},
year = {2023}
}