Sign In

SPG-CDENet: Spatial Prior-Guided Cross Dual Encoder Network for Multi-Organ Segmentation

Created by
  • Haebom
Category
Empty

저자

Xizhi Tian, Changjun Zhou, Yulin. Yang

개요

다기관 분할은 컴퓨터 보조 진단에 중요한 작업입니다. SPG-CDENet은 다기관 분할 정확도를 향상시키기 위해 설계된 새로운 2단계 분할 패러다임입니다. SPG-CDENet은 공간 사전 네트워크와 교차 이중 인코더 네트워크로 구성됩니다. 사전 네트워크는 대략적인 ROI를 나타내는 조잡한 localization map을 생성하여 이중 인코더 네트워크에 공간 지침을 제공합니다. 교차 이중 인코더 네트워크는 글로벌 인코더, 로컬 인코더, 대칭 교차 주의 모듈 및 흐름 기반 디코더로 구성됩니다. 글로벌 인코더는 전체 이미지에서 글로벌 의미적 특징을 캡처하고, 로컬 인코더는 사전 네트워크의 특징에 집중합니다. 대칭 교차 주의 모듈은 인코더의 모든 레이어에서 제안되어 특징을 융합하고 개선합니다. 흐름 기반 디코더는 최종 인코더 레이어에서 모든 디코더 레이어로 고수준 의미적 특징을 직접 전파하여 특징 보존 및 활용을 최대화합니다.

시사점, 한계점

시사점:
SPG-CDENet은 다기관 분할 정확도를 향상시키기 위해 제안되었습니다.
공간 사전 네트워크는 ROI를 나타내는 조잡한 localization map을 생성하여 이중 인코더 네트워크에 공간 지침을 제공합니다.
교차 이중 인코더 네트워크는 글로벌 및 로컬 인코더, 대칭 교차 주의 모듈 및 흐름 기반 디코더로 구성됩니다.
두 개의 공개 데이터 세트에 대한 실험을 통해 기존 분할 방법보다 우수한 성능을 입증했습니다.
제안된 모듈의 효과를 검증하는 ablation 연구가 수행되었습니다.
한계점:
논문에서 한계점에 대한 직접적인 언급은 없음.
👍