標題:基於強度-空間雙重遮罩自編碼器的胸部電腦斷層掃描多尺度特徵學習與分割方法
作者:Yuexing Ding, Jun Wang, Hongbing Lyu
本研究旨在開發一種更有效的自監督學習方法,用於胸部電腦斷層掃描影像的分割,以解決傳統方法在處理模糊病灶特徵、邊界不清和多尺度特徵等方面的挑戰。
本研究提出了一種名為強度-空間雙重遮罩自編碼器 (ISD-MAE) 的新型自監督學習方法。該方法基於組織對比半遮罩自編碼器,引入了遮罩自編碼器 (MAE) 分支,對胸部電腦斷層掃描影像進行強度遮罩和空間遮罩操作,以進行多尺度特徵學習和分割任務。模型採用雙分支結構和對比學習,增強了學習組織特徵和邊界細節的能力。
在多個二維和三維資料集上進行的實驗表明,ISD-MAE 在二維肺炎和縱隔腫瘤分割任務中顯著優於其他方法。例如,在 COVID19 LESION 資料集上,Dice 分數達到 90.10±0.54%,並且效能相對穩定。然而,在三維資料集上仍有改進的空間。
ISD-MAE 是一種有效的胸部電腦斷層掃描影像分割自監督學習方法,在處理二維影像方面表現出色。未來研究方向包括優化損失函數、使用增強的三維卷積塊以及從多個角度處理資料集,以進一步提高其在三維資料集上的效能。
翻譯成其他語言
從原文內容
arxiv.org
深入探究