摘要
准确的息肉分割对结直肠癌的诊断和治疗具有重要意义.由于标注准确的像素级掩码成本很高,现在的息肉分割方法严重受到像素标注短缺的影响,而粗略的边界框标注更易获得.因此提出一个通用性高、即插即用的弱监督组件PolypBox,其可以将现有全监督的息肉分割方法转换成仅使用边界框标注的息肉分割方法.该模块由掩码投影损失、像素表示模块、前背景搜索损失和邻域像素一致性损失组成.首先设计像素表示模块从特征图中学习每个像素的特征表示(embedding),根据边界框的位置信息,使用K-Means分别聚类属于前背景的多个原型;然后提出前背景搜索损失将边框内的像素点与前背景的原型进行搜索匹配建立约束;在边界框内部设计掩码投影损失约束模型预测息肉的位置,最后提出邻域像素一致性损失,令具有邻域相似的像素点对的息肉预测结果保持一致.为验证算法的有效性,在CVC-300和Kvasir等4个具有挑战性的数据集和mean Dice等6个指标上与主流息肉分割网络进行对比,其mean Dice达到0.810,有着不输于目前主流全监督息肉分割方法的分割性能,同时验证了该方法的通用性.
基金项目
重庆市教育委员会科学技术研究计划青年项目(KJQN202201148)
国家自然科学基金青年科学基金(61502065)
重庆市科委基础科学与前沿技术研究重点项目(cstc2015jcyjBX0127)
重庆理工大学研究生科技创新基金(gzlcx20222056)
重庆理工大学研究生科技创新基金(gzlcx20223233)
国家科技期刊平台
NSTL
万方数据