基于拓扑结构约束和特征增强的医学影像标志点定位算法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

上海市市级科技重大专项(2017SHZDZX01)


Landmark Localization Algorithm for Medical Images Based on Topological Constraints and Feature Augmentation
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    现有的医学影像标志点定位算法未能很好地利用医学影像本身固有的特点, 且不能很好地感知医学影像蕴含的精细特征. 本文提出基于拓扑结构约束和特征增强的医学影像标志点定位算法, 利用标志点之间的拓扑结构不变性来提升算法的定位精度, 并通过为网络引入多分辨率注意力机制和多分支空洞卷积模块实现增强特征的提取, 使得网络不仅可以加强对重要特征的关注, 还可以在不增加计算量和参数量的情况下提升对上下文特征的感知能力. 使用公开数据集的实验表明, 本文提出的算法在各个指标上均超过了当前主流算法, 具有较高的标志点定位精度.

    Abstract:

    The existing landmark localization algorithms for medical images cannot make good use of the inherent characteristics of medical images and cannot well perceive their subtle features. Therefore, this study proposes a landmark localization algorithm for medical images, which is based on topological constraints and feature augmentation. It uses the invariant topological structure among landmarks to improve the localization accuracy of the algorithm, and multi-resolution attention mechanisms and multi-branch dilated convolution modules are introduced into the network to extract augmented features. The network can not only pay more attention to important features but also improve the perception of context features without increasing the amount of computation and the number of parameters. Experiments on public datasets demonstrate that the proposed method outperforms the current mainstream algorithms in every indicator and achieves higher accuracy.

    参考文献
    相似文献
    引证文献
引用本文

张灵西.基于拓扑结构约束和特征增强的医学影像标志点定位算法.计算机系统应用,,():1-10

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-12-27
  • 最后修改日期:2022-01-29
  • 录用日期:
  • 在线发布日期: 2022-06-16
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号