小样本医学图像分割新方法：医疗影像的同学看过来

末蓝、 2024-02-19 09:47 30阅读 0赞

PAMI：一种小样本医学图像分割新网络，通过抑制区域原型的扰动来减轻类内变化的影响，在多个数据集上性能表现SOTA！代码已开源！单位：南京理工大学, NCL, 哈工大

对于高质量注释自然稀缺的医学图像分割任务来说，小样本医学图像分割（FSMIS）是一种更有前景的解决方案。 然而，当前的主流方法主要侧重于从外观和背景类内变化较大的支持图像中提取整体表示，并且在适应查询图像方面遇到困难。本文提出了一种从给定的支持医学图像中提取多个代表性子区域的方法，从而能够对生成的图像区域进行细粒度选择。 具体来说，支持图像的前景被分解为不同的区域，随后通过设计的区域原型学习（RPL）模块将其用于导出区域级表示。 然后，我们引入了一种基于双向消除机制的新型原型表示去偏（PRD）模块，该模块通过自支持、多方向自去偏（MS）块和支持查询来抑制区域表示的干扰， 交互式去偏 (ID) 模块。 最后，设计了一个组装预测（AP）模块来平衡和集成使用堆叠 PRD 模块学习的多个原型表示的预测。 通过对三个可公开访问的医学成像数据集进行广泛实验获得的结果表明，与领先的 FSMIS 方法相比，该方法取得了一致的改进。

![在这里插入图片描述][334af14333454e56a801e45a290e9052.png]  
![在这里插入图片描述][b438e7b070b24dda815f1e80116b1c09.png]  
![在这里插入图片描述][ccdc3590dab64b8b92d52ae200e4e35c.png]  
![在这里插入图片描述][e6633e69725941fd8949c88071b9004c.png]  
![在这里插入图片描述][e5f0156d213f473abe8cec6f0ad3cbc5.png]  
![在这里插入图片描述][5d3ffc4e971a48a58da656dff1e82ddb.png]  
![在这里插入图片描述][00bc16c24b404715828251a81f25e567.png]  
![在这里插入图片描述][013e3172e0ee4f74ac213142e759e220.png]  
论文地址：https://arxiv.org/abs/2309.11172

代码地址：https://github.com/YazhouZhu19/PAMI

![在这里插入图片描述][0ccf110cb7ff4494923b74182553b906.png]

[334af14333454e56a801e45a290e9052.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/89747691271c45d9baaf96cb83bd0011.png
[b438e7b070b24dda815f1e80116b1c09.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/4190a1d3a6e04983819a1d232552a534.png
[ccdc3590dab64b8b92d52ae200e4e35c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/a272611139fe4a868aa94eb3083b1737.png
[e6633e69725941fd8949c88071b9004c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/6f7bcc9e6cb5483d8f5c9d1119352077.png
[e5f0156d213f473abe8cec6f0ad3cbc5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/63dfa7cfbfac4bbaa84417033cc0cce3.png
[5d3ffc4e971a48a58da656dff1e82ddb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/20907344f71a4665b5da2ee3e4fb9d2a.png
[00bc16c24b404715828251a81f25e567.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/4b2452672dfa4320819315d25b1545ef.png
[013e3172e0ee4f74ac213142e759e220.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/4fff49c90bd64779a28f15226c39a799.png
[0ccf110cb7ff4494923b74182553b906.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/19/f77d7fc082444c2199f4afcc82ada87d.png