通过滤波反投影增强实现 CT 分割中的零样本域适应
图像与视频处理
2022-06-10 v4 计算机视觉与模式识别
摘要
域偏移是医学计算机视觉中最显著的挑战之一。由于扫描仪参数与成像协议的高度可变性，即使来自同一人与同一扫描仪的图像也可能存在显著差异。我们处理由重建过程中使用的不同卷积核所引起的计算机断层扫描（CT）图像的可变性，这是 CT 中的关键域偏移因素。卷积核的选择影响像素粒度、图像平滑度与噪声水平。我们分析了一个成对 CT 图像数据集，其中平滑与锐利图像由相同正弦图经不同核重建而得，从而提供相同解剖结构但不同风格。尽管期望预测一致，我们表明以成对预测间平均 Dice 衡量的一致性仅为 0.54。我们提出滤波反投影增强（FBPAug），一种简单且出乎意料高效的方法，用于在正弦图空间增强 CT 图像以模拟不同核的重建。我们在零样本域适应设定下应用所提方法，并显示一致性从 0.54 提升至 0.92，优于其他增强方法。既不需要对源域数据做特定准备，也不需要目标域数据，因此我们公开发布的 FBPAug 可用作任意基于 CT 任务中零样本域适应的即插即用模块。
引用
@article{arxiv.2107.08543,
title = {Zero-Shot Domain Adaptation in CT Segmentation by Filtered Back Projection Augmentation},
author = {Talgat Saparov and Anvar Kurmukov and Boris Shirokikh and Mikhail Belyaev},
journal= {arXiv preprint arXiv:2107.08543},
year = {2022}
}
备注
table fixed