通过三分支多扩张网络和像素及类别一致性实现基于涂鸦的3D多腹部器官分割

Scribble-Based 3D Multiple Abdominal Organ Segmentation via Triple-Branch Multi-Dilated Network with Pixel- and Class-Wise Consistency

摘要

该研究提出了一种新的方法，用于基于CT图像的多腹部器官分割。他们设计了一个三分支多扩张网络（TDNet），利用涂鸦监督来生成高质量的软伪标签。通过校正软伪标签的不确定性，并利用类别关系信息

方法

图1展示了提出的三分支多扩张网络（TDNet）的概览，该网络在三个解码器中使用不同的扩张率。TDNet通过不确定性加权软伪标签一致性（USPC）优化，使用混合软伪标签和基于多视图投影的类相似性一致性（MPCC）。图(b)展示了类亲和性计算过程。

实验结果