4 个月前

条件随机场作为递归神经网络用于3D医学影像分割

条件随机场作为递归神经网络用于3D医学影像分割

摘要

条件随机场作为循环神经网络层是一种最近提出的算法,旨在置于现有的全卷积神经网络之上以提高语义分割的质量。本文测试了该算法是否能够改善3D多模态医学图像的分割质量,此前已证明该算法可以提高2D RGB图像的语义分割效果。我们开发了一种适用于任意空间维度、输入/输出图像通道和参考图像通道的算法实现。据我们所知,这是首个公开发布的此类实现。我们使用两个不同的3D医学影像数据集对该算法进行了测试,得出的结论是观察到的性能差异在统计上并不显著。最后,在论文的讨论部分,我们探讨了这一技术从自然图像向医学图像迁移效果不佳的原因。

代码仓库

MiguelMonteiro/permutohedral_lattice
官方
tf
GitHub 中提及
MiguelMonteiro/CRFasRNNLayer
官方
tf
GitHub 中提及

基准测试

基准方法指标
volumetric-medical-image-segmentation-onFully-connected CRF
Dice Score: 0.780

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
条件随机场作为递归神经网络用于3D医学影像分割 | 论文 | HyperAI超神经