文献阅读-医学超声图像分割-利用边界距离回归和像素分类网络实现超声图像肾脏自动分割
原文:Yin S, Peng Q, Li H, et al. Automatic kidney segmentation in ultrasound images using subsequent boundary distance regression and pixelwise classification networks[J]. Medical image analysis, 2020, 60: 101602.
利用边界距离回归和像素分类网络实现超声图像肾脏自动分割
- 摘要翻译
- 网络结构
- 整体结构
- 迁移学习网络和边界回归网络结构
- 像素级别分类的网络结构
- 实验
- 数据增强
- 实验结果
- 结语
这篇文章是华中科技大学与宾夕法尼亚大学合作的,于2020年发表在医学图像领域的顶刊Medical Image Analysis,是作者在2019年发表在ISBI的会议论文的拓展。
摘要翻译
虽然半自动的方法已经取得了很好的效果,但由于儿童肾小管形状和图像强度分布的不同,在临床超声(US)图像中自动分割肾脏仍然具有挑战性。在本研究中,我们提出后续的边界距离回归和像素分类网络来自动分割肾脏。具体地说,我们首先使用预先训练的自然图像分类的深度神经网络从超声图像中提取高阶图像特征。利用边界距离回归网络将这些特征作为输入来学习肾脏边界距离图,并采用端到端学习的逐像素分类网络将预测的边界距离图划分为肾脏像素和非肾脏像素。我们还采用了基于肾脏形状配准的数据增强方法,从少量人工分割肾脏标签的超声图像中生成丰富的训练数据。实验结果表明,我们的方法能够实现肾脏的自动分割,具有良好的性能,明显优于基于深度学习的像素分类网络。
网络结构
整体结构
整体的网络结构如上图所示,作者提出的模型中包含了两个路径/方法。一种是用蓝色虚线标注的Bnet模型,首先基于迁移学习预训练的网络进行构建边界距离回归网络,得到边界距离图,直接对得到的边界距离图进行后处理得到分割结果。第二种方法是端到端的分割网络,是将得到的边界距离图输入到像素级别的分类网络中直接得到分割结果。
迁移学习网络和边界回归网络结构
主要借鉴的是DeepLab的网络结构(可以参考我即将推出的DeepLab系列推文hhh),在特征提取阶段使用的是预训练的VGG16结合空洞卷积,在边界回归网络中使用了转置卷积进行上采样。为了得到光滑的肾脏边界闭合轮廓,作者使用了最小生成树的方法。
(暴露了我的搜狗输入法hhh…
像素级别分类的网络结构
前面Bnet的方法由于是直接对得到的边界距离图进行预处理得到分割的mask,当在边界不准确时分割结果也不可靠。因此为得到鲁棒的结果,作者提出了像素级别的分类网络来从前一步预测得到的边界距离图中学习二值化掩模。分类网络同样参考Deeplab结构,迁移了训练好的VGG16作为训练的初始状态。
实验
实验条件为Python 3.7.0,TensorFlow r1.11,GeForce GTX 980 Ti,mini-batch=20,迭代次数20000,学习率10−410^{-4}10−4
数据增强
使用TSP(thin- plate splines transformation)配准方法来得到不同肾边界形状的图像,除此之外使用翻转方法来进行数据增强,给定n幅训练图片,经过数据增强可以得到2n(n-1)+n幅图像。实验结果证明进行数据增强很有必要。
最左侧红线标注的为金标准,(b)为从0开始训练不做数据增强的结果,©为迁移学习使用预训练网络不做数据增强的结果,(d)为迁移学习且做数据增强的结果。
实验结果
1,3,5行是没有进行数据增强的结果,2,4,6行是使用了数据增强的结果。
结语
主要贡献我认为最重要的是将边界检测引入到超声图像中肾分割任务中,并取得不错的效果,而且证明了使用配准进行数据增强对训练有很好的提升。
总的来说很扎实的一篇文章,理论部分介绍的很实在,网络结果讲的很清晰,损失函数的设置也有详细的介绍,在这里没有做展开。实验内容非常翔实,对比了多种方法,不同的超参数设置的结果也有对比,一直在用事实说话。
文献阅读-医学超声图像分割-利用边界距离回归和像素分类网络实现超声图像肾脏自动分割相关推荐
- 20200605文献阅读_地形“渗出”:利用下地壳流构建青藏东部边缘
2000Geo_Royden_Topographic ooze: Building the eastern margin of Tibet by lower crustal flow Author:M ...
- 【文献阅读】用于zero-shot识别的双曲视觉嵌入学习网络(S. Liu等人,CVPR,2020)
一.背景 文章题目:<Hyperbolic Visual Embedding Learning for Zero-Shot Recognition> 文章下载地址:https://open ...
- 文献阅读:深度学习模型利用生物医学文本上下文关系进行命名实体识别
文献阅读:利用深度学习模型在生物医学文本的上下文关系中进行命名实体识别 题目 1 背景 2 材料和方法 2.1 GRAM-CNN方法 2.1.1 嵌入方法 2.1.2 GRAM-CNN 2.1.3 C ...
- 利用Python, PyQt5,Selenium,百度图像识别API制作文献阅读辅助工具
开发背景 作为一名科研狗,经常需要读一些外文文献并且做笔记,有时还需要全文翻译以备后用.这时候会遇到一些问题: PDF和CAJ文件直接复制出来的东西含有大量无用的换行符,手动删除十分麻烦: 有的文献是 ...
- 文献阅读_Joint Prostate Cancer Detection and Gleason Score Prediction in mp-MRI via FocalNet
Joint Prostate Cancer Detection and Gleason Score Prediction in mp-MRI via FocalNet 0 储备知识 0.1 Gleas ...
- 文献阅读-用于图文检索的跨模态信息交互推理网络
DOI:10.3778/j.issn.1002-8331.2205-0056 引用格式: 魏钰琦,李宁.用于图文检索的跨模态信息交互推理网络[J/OL].计算机工程 与应用. https://kns. ...
- 文献阅读(42)——使用深度学习在眼底照中检测糖网并分类(综述)
使用深度学习在眼底照中检测糖网并分类(综述) Deep learning for diabetic retinopathy detection and classification based on ...
- 文献阅读_Document-Level Event Argument Extraction by Conditional Generation
前言 小白读论文 文献阅读汇总 Proceedings of the 2021 Conference of the North American Chapter of the Association ...
- 【语义分割文献阅读】Segmentation from Natural Language Expressions
[语义分割文献阅读]Segmentation from Natural Language Expressions 文章目录 [语义分割文献阅读]Segmentation from Natural La ...
最新文章
- oracle rownum分页 出现重复数据
- Linux下多线程同步方式之互斥量,信号量,条件变量
- 【LeetCode】0938. 二叉搜索树的范围和(二叉树的遍历)
- linux 临时文件 锁,linux – 无法使用文件描述符flock锁定文件
- Python 读取文本文件编码错误解决方案(未知文本文件编码情况下解决方案)
- 一键安装服务器系统,一键安装服务器系统
- ssm基于Java web的校园滴滴代驾管理系统毕业设计源码260839
- 流水灯c语言单片机实验报告,实验一51单片机流水灯实验实验报告.doc
- LeetCode:数组刷题(17道经典题目)
- AUV运动控制仿真(PID控制)
- Android智能硬件开发心得总结(二)
- 子类、父类各种方法的执行顺序
- 【POI2013】bzoj3426 Tower Defence Game
- win7 电脑如何内外网同时使用
- (诛仙剑C-SKY)2-开发
- python函数返回多个变量_Python中接收函数多个返回结果的两种方法
- Python matplotlib 柱状图 添加平均线
- linux脚本一致性判断,生产环境之文件一致性检测脚本
- ACE: Ally Complementary Experts for Solving Long-Tailed Recognition in One-Shot(2022.5.27)
- Audacity(电脑音频剪辑软件)官方中文版V3.0.2 | 完全免费的音乐制作软件audacity下载