论文阅读：Graph-based Region and Boundary Aggregation for Biomedical Image Segmentation

已于 2023-03-01 11:09:19 修改
阅读量412 收藏
点赞数
分类专栏： 图神经网络疾病分类 论文阅读 文章标签： python 人工智能 深度学习 神经网络 图像处理
于 2023-03-01 11:06:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51429895/article/details/129276268
版权
本文提出了一种结合区域和边界信息的图神经网络（GNN）深度学习框架，用于生物医学图像分割。通过注意增强模块（AEM）提取区分的特征，并利用GNN进行图推理，确保区域和边界的特征一致性。实验表明，这种方法在视神经盘和视神经杯分割以及结肠镜息肉分割任务中提高了模型的鲁棒性和泛化能力。
摘要由CSDN通过智能技术生成

目录

Article information

Related Works & Terminology

Abstract

Methods

Overview

AEM

Graph Based Reasoning

1) Graph Node Initialization

2) Single Graph Reasoning Module

Loss Function

Experiments

Article information

Graph-based Region and Boundary Aggregation for Biomedical Image Segmentation

文献地址：Graph-Based Region and Boundary Aggregation for Biomedical Image Segmentation | IEEE Journals & Magazine | IEEE Xplore

期刊：IEEE Transactions on Medical Imaging, 2021

重点：同时使用区域内部和区域边界的信息，将GNN嵌入生物医学图像分割

The trained models: https://github.com/smallmax00/Graph_Region_Boudnary

Related Works & Terminology

Region-based Segmentation：例如U-n

最低0.47元/天 解锁文章
【论文汇总】Semantic-Segmentation(语义分割)
扬帆·启航
12-18 9281
关于语义分割的所有论文和资源的列表。
Image Segmentation Using Deep Learning: A Survey
小蒋的博客
12-10 398
基于深度学习的图像分割研究综述,综述论文浏览*6
计算机视觉论文-2021-07-28
中科院AI算法工程师的博客
08-02 1935
本专栏是计算机视觉方向论文收集积累，时间：2021年7月28日，来源：paper digest 欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！ 直达笔记地址：机器学习手推笔记（GitHub地址） 1, TITLE:Language Grounding with 3D Objects AUTHORS: Jesse Thomason ; Mohit Shridhar ; Yonatan Bisk ; Chris Paxton ; Luke Zet...
Image Segmentation Using Deep Learning: A Survery
Fantastic
09-23 3873
图像分割综述–论文翻译 论文地址：https://arxiv.org/pdf/2001.05566.pdf 摘要 图像分割是图像处理以及计算机视频的关键内容，其应用场景非常广泛，如场景理解、医学图像分析、机器人感知、视频监控、增强显示和图像压缩等。目前关于图像分割的算法论文数量非常多。最近，由于深度学习模型在计算机视频任务中的出色表现，大量的图像分割研究工作都在开发深度学习模型在图像分割中的应用。在本次调查综述中，我们提供全面的图像分割的文献综述，涵盖了语义分割和实例分割的广泛开创性工作，其中包括全卷机像素
语义分割 - Semantic Segmentation Papers
ujn20161222的博客
07-23 2101
https://www.aiuai.cn/aifarm62.html 1. Semantic Segmentation Gated-SCNN: Gated Shape CNNs for Semantic Segmentation - 2019 - NVIDIA<Paper><Project> FastFCN: Rethinking Dilated Convolut...
AAAI2021论文列表（中英对照）
dovings的博客
07-04 9197
AAAI2021论文列表（中英对照）
计算机视觉论文-2021-11-02
中科院AI算法工程师的博客
11-03 8701
本专栏是计算机视觉方向论文收集积累，时间：2021年9月15日，来源：paper digest 欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！ 直达笔记地址：机器学习手推笔记（GitHub地址） 标题：天文学中深度学习算法的鲁棒性——星系形态学研究 作者:阿依普里亚诺维奇等。 类别： 天体 ph.GA [天文 ph.加， cs.简历， cs.LG | 亮点：深度学习模型正越来越多地被广泛应用于科学领域，特别是处理高维和大量的科学数据。 标题：基...
计算机视觉论文笔记
qq_42826747的博客
10-14 2284
写在前面 最近一年已经从java后台的开发岗走向了算法岗，主要是跟随着导师进行计算机视觉方面的研究，我是使用notion来记录我的学习笔记，接下来我会陆续把自己学习过程中看到的知识点、论文笔记等发到博客中，如果有哪里出错，欢迎大家指出（实时更新）！ 论文笔记： 一、图像分类 暂无 二、目标识别 暂无 三、图像分割 2.1 传统方法 基于边缘的图像分割方法 基于阈值的图像分割 基于区域的图像分割 2.2 语义分割 FCN（Fully Convolutional Networks for Semantic
AAAI2020论文列表（中英对照）
dovings的博客
07-04 6479
AAAI2020论文列表（中英对照）
（十九：2020.11.05）MICCAI 2020 追踪之论文纲要（译）＜中＞
Jojo论文基地
11-06 4117
讲在前面 此文章包含第三和第四篇博客。 论文目录 PART III 《Computer Aided Intervention, Ultrasound and Image Registration 计算机辅助干预，超声和图像配准》 计算机辅助干预 概要 1.Reconstructing Sinus Anatomy from Endoscopic Video – Towards a Radiation-Free Approach for Quantitative Longitudinal Ass
（十一：2020.08.28）CVPR 2017 追踪之论文纲要（译）
Jojo论文基地
08-28 3442
CVPR 2017 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录
AAAI 2022 论文列表
热门推荐
gbstack08的专栏
02-15 2万+
链接及代码之后会更新 GitHub链接：https://github.com/gbstack/AAAI-2022-papers Scaled ReLU Matters for Training Vision Transformers Pichao Wang, Xue Wang, Hao Luo, Jingkai Zhou, Zhipeng Zhou, Fan Wang, Hao Li, Rong Jin Search Strategies for Topological Network Optimizat
（六：2020.08.22）MICCAI 2019 追踪之论文纲要（上）
Jojo论文基地
08-23 4068
MICCAI 2019 论文全解读之PARTII（关于图像分割）（修正于2020.08.22）前言《Searching Learning Strategy with Reinforcement Learning for 3D Medical Image Segmentation》（通过强化学习搜索学习策略进行3D医学图像分割）《Comparative Evaluation of Hand-Engineered and Deep-Learned Features for Neonatal Hip Bone S
练习题：70
最新发布
shangzhiqi的博客
03-06 557
整个程序的核心是定义一个进行除法运算的函数，在函数内部使用结构来捕获并处理除数为 0 的异常情况。当调用该函数时，会根据传入的参数进行不同的操作，如果除数不为 0 则正常计算除法结果并返回；若除数为 0 则捕获异常并返回错误信息。Python 解释器遇到这行代码时，会定义一个名为的函数。此时，函数并不会立即执行，只是完成了函数的定义，它知道这个函数接收两个参数dividend（被除数）和divisor（除数），并且函数内部有特定的逻辑等待后续调用时执行。
matplotlib 为x轴的标签和刻度线设置不同颜色
weixin_45913084的博客
03-04 673
matplotlib 为x轴的标签和刻度线设置不同颜色
CSK linux内网靶场
2303_79592445的博客
03-03 1260
echo 0 > /proc/sys/vm/dirty_writeback_centisecs #将写回脏页面的间隔时间设置为0秒。这意味着如果有脏页面需要写回，内核会立即进行写回操作，而不等待指定的时间间隔。利用nc将文件反向传递，如果想通过30让50上线的话，需要将流量进行封装成ssh通道，因为10可以访问30的22端口。cat ~/.bash_history 查看上传登陆时执行的指令（在 Linux 和类 Unix 系统中，（波浪号）是一个特殊的符号，它代表当前用户的。发现是通过密钥文件来登陆的。
在 Python 同步方法中调用异步方法，不阻塞主流程
技术广场
03-04 737
可以使用 asyncio.create_task()或者需要更好的线程池管理，可以使用。（同步框架）中运行，推荐用。或 threading。
flash-attn安装失败解决方案
qq_53445310的博客
03-04 533
安装flash-attention2失败解决方案
【Python3教程】Python3基础篇之推导式
No8g攻城狮的博客
03-05 100
Python 中的推导式（Comprehension）是一种简洁而强大的工具，用于从一个可迭代对象（如列表、元组、集合或字典）中创建新的列表、集合或字典。推导式分为列表推导式、集合推导式和字典推导式。它们不仅可以简化代码，还可以提高代码的可读性和执行效率。 Python 推导式是一种独特的数据处理方式，可以从一个数据序列构建另一个新的数据序列的结构体。 Python 推导式是一种强大且简洁的语法，适用于生成列表、字典、集合和生成器。 在使用推导式时，需要注意可读性，尽量保持表达式简洁，以免影响代码的可
ECCV06教程：Graph-Cuts与Level-Sets方法比较
在计算机视觉和图像处理领域，Graph-Cuts 和 Level-Sets 是两种非常重要的能量最小化技术。它们广泛应用于诸如图像分割、立体匹配、运动检测和图像恢复等任务中，这两种方法在处理图像中的前景与背景、目标与场景的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值