XLSor：基于交叉注意力与定制放射真实异常生成的胸部X光鲁棒精准肺部分割器
计算机视觉与模式识别
2019-04-22 v1
摘要
本文提出了一种用于胸部X光中肺分割的新框架。它包含两个关键贡献：基于交叉注意力的分割网络，以及用于数据增强的放射真实胸部X光图像合成（即看起来在解剖学上真实的合成放射图像）。交叉注意力模块在所有像素的水平与垂直方向上捕获丰富的全局上下文信息，从而促进准确的肺分割。为减轻人工标注负担并训练可适应肺边界模糊的病理肺的鲁棒肺分割器，采用图像到图像翻译模块从正常源图像合成放射真实的异常CXR以进行数据增强。合成异常CXR的肺掩码由其正常对应图像的分割结果传播得到，随后作为伪掩码用于鲁棒分割器训练。此外，我们在一个更具挑战性的包含前后位与后前位视图的NIH Chest X-ray数据集上标注了100张带肺掩码的CXR用于评估。大量实验验证了所提框架的鲁棒性与有效性。代码与数据可从 https://github.com/rsummers11/CADLab/tree/master/Lung_Segmentation_XLSor 获取。
引用
@article{arxiv.1904.09229,
title = {XLSor: A Robust and Accurate Lung Segmentor on Chest X-Rays Using Criss-Cross Attention and Customized Radiorealistic Abnormalities Generation},
author = {Youbao Tang and Yuxing Tang and Jing Xiao and Ronald M. Summers},
journal= {arXiv preprint arXiv:1904.09229},
year = {2019}
}
备注
Accepted by MIDL 2019