TiAVox:针对稀疏视图 4D DSA 重建的时域衰减体素
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文介绍了一种新的容积注意力(VA)模块,用于3D医学图像分割和检测。该模块利用沿着z方向的上下文信息,从而在训练数据有限时使用预先训练的2D检测模型。实验证明,将VA添加到现有的物体检测器中可以显著提高性能,在肝肿瘤分割挑战和DeepLesion数据集上都取得了优异的成绩。
🎯
关键要点
- 提出了一种新的容积注意力(VA)模块,用于3D医学图像分割和检测。
- VA模块利用沿着z方向的上下文信息,允许在训练数据有限时使用预先训练的2D检测模型。
- VA与Mask R-CNN的整合在肝肿瘤分割挑战中实现了最优表现,超越了以前的挑战赢家3.9分。
- 在LiTS排行榜上,VA模块达到了最佳成绩。
- 在DeepLesion数据集上的检测实验中,VA模块使灵敏度达到69.1,每张图像的假阳性为0.5,超越了已发表的最佳结果6.6分。
➡️