CircleSnake: Instance Segmentation with Circle Representation

要約

円表現は、ボール形状の医療オブジェクトでより効果的なインスタンス オブジェクト検出のための医療画像最適化表現として最近導入されました。
インスタンス検出の優れたパフォーマンスにより、円表現をインスタンス医療オブジェクトセグメンテーションに拡張することは魅力的です。
この作業では、ボール型の医療オブジェクトの単純なエンドツーエンドの円輪郭変形ベースのセグメンテーション方法である CircleSnake を提案します。
普及している DeepSnake メソッドと比較して、私たちの貢献は 3 倍です。(1) 複雑なバウンディング ボックスから八角形の輪郭への変換を、ボール型の医療オブジェクトをセグメント化するための計算不要で一貫した境界円から円の輪郭への適応に置き換えます。
(2) 円表現は、八角形表現 (DoF=8) と比較して自由度が少ない (DoF=2) ため、より堅牢なセグメンテーション パフォーマンスとより優れた回転一貫性が得られます。
(3) 私たちの知る限りでは、提案された CircleSnake メソッドは、一貫した円検出、円輪郭提案、および循環畳み込みを備えた最初のエンドツーエンドの円表現ディープ セグメンテーション パイプライン メソッドです。
重要なイノベーションは、円形グラフ畳み込みと円検出をエンドツーエンドのインスタンス セグメンテーション フレームワークに統合することです。これは、提案されたシンプルで一貫した円の輪郭表現によって可能になります。
糸球体は、ベンチマークのパフォーマンスを評価するために使用されます。
結果から、CircleSnake は糸球体検出の平均精度を 0.559 から 0.614 に向上させます。
サイコロのスコアは 0.804 から 0.849 に増加しました。
コードが公開されました: https://github.com/hrlblab/CircleSnake

要約(オリジナル)

Circle representation has recently been introduced as a medical imaging optimized representation for more effective instance object detection on ball-shaped medical objects. With its superior performance on instance detection, it is appealing to extend the circle representation to instance medical object segmentation. In this work, we propose CircleSnake, a simple end-to-end circle contour deformation-based segmentation method for ball-shaped medical objects. Compared to the prevalent DeepSnake method, our contribution is three-fold: (1) We replace the complicated bounding box to octagon contour transformation with a computation-free and consistent bounding circle to circle contour adaption for segmenting ball-shaped medical objects; (2) Circle representation has fewer degrees of freedom (DoF=2) as compared with the octagon representation (DoF=8), thus yielding a more robust segmentation performance and better rotation consistency; (3) To the best of our knowledge, the proposed CircleSnake method is the first end-to-end circle representation deep segmentation pipeline method with consistent circle detection, circle contour proposal, and circular convolution. The key innovation is to integrate the circular graph convolution with circle detection into an end-to-end instance segmentation framework, enabled by the proposed simple and consistent circle contour representation. Glomeruli are used to evaluate the performance of the benchmarks. From the results, CircleSnake increases the average precision of glomerular detection from 0.559 to 0.614. The Dice score increased from 0.804 to 0.849. The code has been released: https://github.com/hrlblab/CircleSnake

arxiv情報

提供元, 利用サービス

arxiv.jp, Google