（SGSCN)A Spatial Guided Self-supervised Clustering Network for Medical Image Segmentation

用于医学图像分割的空间导向的自监督聚类网络

作者：Euijoon Ahn1, Dagan Feng1,2 and Jinman Kim1
编辑：cheney

本文，作者提出了一个用于医学图像分割的空间导向的自监督聚类网络SGSCN，它以端到端的方式从单个图像中迭代学习每个像素的特征表示和聚类分配。作者还提出了一个基于上下文的一致性损失函数，可以更好的描述图像的形状和边界。

自监督聚类的概念是使用聚类分配（如聚类标签）作为代理标签来学习CNN的参数。
作者使用两个数据集来测试模型在两种问题上的表现，分别是皮肤损伤分割数据集PH2和肝肿瘤分割数据集（美国中山大学公开数据集）。
模型架构

对于给定一张图像Xn,训练一个卷积分割网络F生成分割图S_n,然后标准化S_n,使得S_n的均值和方差都为零。最终的分割图（每个像素的聚类标签C_n）通过选择通道维度获得，这个通道维度可以最大化分割图的响应值。卷积分割网络的参数通过训练最小化S_n和C_n之间的交叉熵损失得到。此外，稀疏空间损失和基于上下文的一致性损失用于通过理解像素和区域的空间关系来增强聚类分配。SGSCN以端到端的方式迭代学习并改进每个像素的特征表示和聚类分配。

通过训练最小化Sn和Cn之间的交叉熵损失得到卷积分割网络的参数
其中P代表聚类的类别数。

稀疏空间损失
经典的交叉熵损失忽略了图像像素或区域的空间关系，使得空间边缘的像素难以分组，从而产生次优参数。
L₁范数正则化广泛应用于图像恢复和去噪，并在处理稀疏数据时证明了其有效性，它还显示出对图像中细微边缘或空间连接区域的惩罚较小。因此作者使用L₁正则来衡量分割图S_n的垂直和水平差异，
W和H代表输入图像的宽度和高度，S_k,l代表分割图S_n中(k,l)坐标处的像素值。

基于上下文的一致性损失
基于上下文的一致性损失强制属于集群的像素在空间上靠近集群中心，k坐标轴上聚类Cn的中心通过将每个簇转换为空间概率分布函数来计算

使用簇中心，我们可以根据以下公式计算基于上下文的一致性损失

该损失函数用于惩罚空间上远离簇中心的像素。
训练
卷积分割网络的总体损失函数是交叉熵损失、稀疏空间损失和基于上下文的一致性损失之和。作者设置了任意最大可能聚类数P=8，这是通过总损失函数迭代最小化的。在训练过程中，相似的图像像素将分配给相同的簇，使得簇数小于最初定义的最大簇数大小。重复这个过程，直到聚类和损失变得稳定。
实验结果

未经本人许可，禁止转载。

（SGSCN)A Spatial Guided Self-supervised Clustering Network for Medical Image Segmentation相关推荐

Boundary-aware context neural network for medical image segmentation（医学分割-多任务之间注意力层内注意力）
文章目录前言一.解决什么问题? 二.那怎么设计解决的三.他们做了什么?贡献是什么? 四.仔细讲一下方法? 4.1 PEE 4.2 mini-MTL 4.3 IA 4.4 CFF 4.5解码器和优 ...
论文解读（一）V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation
发表:Computer Vision and Pattern Recognition 数据集: MRI volumes depicting prostate前列腺核磁共振成像目标函数:基于Dice系 ...
Psi-Net: Shape and boundary aware joint multi-task deep network for medical image segmentation（论文翻译）
用于医学图像分割的形状和边界感知联合多任务深度网络论文地址:https://arxiv.org/pdf/1902.04099.pdf ( 类似于U-Net网络encoder和decoder结构,其中 ...
Geospatial Data Science （4）: Spatial weights
Geospatial Data Science (4): Spatial weights 在本节中,我们将学习空间分析中关键部分之一的来龙去脉:空间权重矩阵.这些是结构化的数字集,用于形式化数据集中观 ...
论文阅读笔记（8）：Structured Sparse Subspace Clustering: A Joint Affinity Learning and Subspace Clustering
论文阅读笔记(8):Structured Sparse Subspace Clustering: A Joint Affinity Learning and Subspace Clustering F ...
Apache Sedona（GeoSpark） spatial join 源码解析
文章目录 Apache Sedona(GeoSpark) Spatial Join Range join Distance join 源码解析 SedonSQLRegistrator.register ...
Geocomputation （3）Spatial data operations
Geocomputation (3)Spatial data operations 来源:https://github.com/geocompx/geocompy 1.准备 #| echo: fals ...
Hololens 开发笔记（2）——Spatial Mapping
原文链接:Hololens 开发笔记(11)--Spatial Mapping_Jitwxs的博客-CSDN博客 Hololens 作为一款混合现实设备,其与传统 VR/AR 设备最大的区别是,能够和 ...
Geospatial Data Science （5）: Spatial autocorrelation
Geospatial Data Science (5): Spatial autocorrelation 1. 空间自相关和探索性空间数据分析空间自相关与数据集中观察值的相似性与这些观察值的位置的相 ...

（SGSCN)A Spatial Guided Self-supervised Clustering Network for Medical Image Segmentation

用于医学图像分割的空间导向的自监督聚类网络

（SGSCN)A Spatial Guided Self-supervised Clustering Network for Medical Image Segmentation相关推荐

最新文章

热门文章