一种迭代边界优化的医学图像小样本分割网络
文献类型：期刊论文
| 作者 | 贾熹滨; 郭雄; 王珞; 杨大为; 杨正汉 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2024 |
| 卷号 | 50期号:10页码:1988-2001 |
| 关键词 | 医学图像分割 小样本学习 注意力机制 边界优化 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c220994 |
| 英文摘要 | 精准的医学图像自动分割是临床影像学诊断和影像三维重建的重要基础. 但医学图像数据的目标对象间对比度差异小、受器官运动影响大, 加之标注样本规模小, 因此在小样本下建立高性能的医学分割模型仍是目前的难点问题. 针对主流原型学习小样本分割网络对医学图像边界分割性能差的问题, 提出一种迭代边界优化的小样本分割网络(Iterative boundary refinement based few-shot segmentation network, IBR-FSS-Net). 以双分支原型学习的小样本分割框架为基础, 引入类别注意力机制和密集比较模块(Dense comparison module, DCM), 对粗分割掩码进行迭代优化, 引导分割模型在多次迭代学习过程中关注边界, 从而提升边界分割精度. 为进一步克服医学图像训练样本少且多样性不足问题, 使用超像素方法生成伪标签, 扩充训练数据以提升模型泛化性. 在ABD-MR和ABD-CT医学图像分割公共数据集上进行实验, 与现有多种先进的医学图像小样本分割方法进行对比分析和消融实验. 实验结果表明, 该方法有效提升了未见医学类别的分割性能. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/59473]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 贾熹滨,郭雄,王珞,等. 一种迭代边界优化的医学图像小样本分割网络[J]. 自动化学报,2024,50(10):1988-2001. |
| APA | 贾熹滨,郭雄,王珞,杨大为,&杨正汉.(2024).一种迭代边界优化的医学图像小样本分割网络.自动化学报,50(10),1988-2001. |
| MLA | 贾熹滨,et al."一种迭代边界优化的医学图像小样本分割网络".自动化学报 50.10(2024):1988-2001. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。