期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
前背景信息一致的边界框弱监督息肉分割网络
被引量:
1
1
作者
龙建武
刘东
宋鑫磊
《重庆理工大学学报(自然科学)》
CAS
北大核心
2023年第12期210-221,共12页
准确的息肉分割对结直肠癌的诊断和治疗具有重要意义。由于标注准确的像素级掩码成本很高,现在的息肉分割方法严重受到像素标注短缺的影响,而粗略的边界框标注更易获得。因此提出一个通用性高、即插即用的弱监督组件PolypBox,其可以将...
准确的息肉分割对结直肠癌的诊断和治疗具有重要意义。由于标注准确的像素级掩码成本很高,现在的息肉分割方法严重受到像素标注短缺的影响,而粗略的边界框标注更易获得。因此提出一个通用性高、即插即用的弱监督组件PolypBox,其可以将现有全监督的息肉分割方法转换成仅使用边界框标注的息肉分割方法。该模块由掩码投影损失、像素表示模块、前背景搜索损失和邻域像素一致性损失组成。首先设计像素表示模块从特征图中学习每个像素的特征表示(embedding),根据边界框的位置信息,使用K-Means分别聚类属于前背景的多个原型;然后提出前背景搜索损失将边框内的像素点与前背景的原型进行搜索匹配建立约束;在边界框内部设计掩码投影损失约束模型预测息肉的位置,最后提出邻域像素一致性损失,令具有邻域相似的像素点对的息肉预测结果保持一致。为验证算法的有效性,在CVC-300和Kvasir等4个具有挑战性的数据集和mean Dice等6个指标上与主流息肉分割网络进行对比,其mean Dice达到0.810,有着不输于目前主流全监督息肉分割方法的分割性能,同时验证了该方法的通用性。
展开更多
关键词
息肉分割
边界框
弱监督
前背景搜索
对比学习
原型学习
在线阅读
下载PDF
职称材料
题名
前背景信息一致的边界框弱监督息肉分割网络
被引量:
1
1
作者
龙建武
刘东
宋鑫磊
机构
重庆理工大学计算机科学与工程学院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2023年第12期210-221,共12页
基金
重庆市教育委员会科学技术研究计划青年项目(KJQN202201148)
国家自然科学基金青年科学基金项目(61502065)
+1 种基金
重庆市科委基础科学与前沿技术研究重点项目(cstc2015jcyjBX0127)
重庆理工大学研究生科技创新基金项目(gzlcx20222056、gzlcx20223233)。
文摘
准确的息肉分割对结直肠癌的诊断和治疗具有重要意义。由于标注准确的像素级掩码成本很高,现在的息肉分割方法严重受到像素标注短缺的影响,而粗略的边界框标注更易获得。因此提出一个通用性高、即插即用的弱监督组件PolypBox,其可以将现有全监督的息肉分割方法转换成仅使用边界框标注的息肉分割方法。该模块由掩码投影损失、像素表示模块、前背景搜索损失和邻域像素一致性损失组成。首先设计像素表示模块从特征图中学习每个像素的特征表示(embedding),根据边界框的位置信息,使用K-Means分别聚类属于前背景的多个原型;然后提出前背景搜索损失将边框内的像素点与前背景的原型进行搜索匹配建立约束;在边界框内部设计掩码投影损失约束模型预测息肉的位置,最后提出邻域像素一致性损失,令具有邻域相似的像素点对的息肉预测结果保持一致。为验证算法的有效性,在CVC-300和Kvasir等4个具有挑战性的数据集和mean Dice等6个指标上与主流息肉分割网络进行对比,其mean Dice达到0.810,有着不输于目前主流全监督息肉分割方法的分割性能,同时验证了该方法的通用性。
关键词
息肉分割
边界框
弱监督
前背景搜索
对比学习
原型学习
Keywords
polyp segmentation
boundary boxes
weak supervision
front-background search
contrast learning
prototype learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
前背景信息一致的边界框弱监督息肉分割网络
龙建武
刘东
宋鑫磊
《重庆理工大学学报(自然科学)》
CAS
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部