HENet: Hierarchical Enhancement Network for Pulmonary Vessel Segmentation in Non-contrast CT Images

计算机科学 分割 人工智能 对比度(视觉) 特征(语言学) 霍恩斯菲尔德秤 计算机视觉 图像分割 模式识别(心理学) 计算机断层摄影术 放射科 医学 哲学 语言学
作者
Weijian Zhou,Hui Zhang,Dongdong Gu,Sheng Wang,Jiayu Huo,Rui Zhang,Zhihao Jiang,Feng Shi,Xue Zhang,Yiqiang Zhan,Xin Ouyang,Dinggang Shen
出处
期刊:Lecture Notes in Computer Science 卷期号:: 551-560
标识
DOI:10.1007/978-3-031-43898-1_53
摘要

Pulmonary vessel segmentation in computerized tomography (CT) images is essential for pulmonary vascular disease and surgical navigation. However, the existing methods were generally designed for contrast-enhanced images, their performance is limited by the low contrast and the non-uniformity of Hounsfield Unit (HU) in non-contrast CT images, meanwhile, the varying size of the vessel structures are not well considered in current pulmonary vessel segmentation methods. To address this issue, we propose a hierarchical enhancement network (HENet) for better image- and feature-level vascular representation learning in the pulmonary vessel segmentation task. Specifically, we first design an Auto Contrast Enhancement (ACE) module to adjust the vessel contrast dynamically. Then, we propose a Cross-Scale Non-local Block (CSNB) to effectively fuse multi-scale features by utilizing both local and global semantic information. Experimental results show that our approach achieves better pulmonary vessel segmentation outcomes compared to other state-of-the-art methods, demonstrating the efficacy of the proposed ACE and CSNB module. Our code is available at https://github.com/CODESofWenqi/HENet .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
可爱香芦完成签到 ,获得积分10
刚刚
黑大侠完成签到 ,获得积分10
9秒前
璇璇完成签到 ,获得积分10
10秒前
16秒前
nano完成签到 ,获得积分10
18秒前
慕容飞凤完成签到,获得积分10
18秒前
勤奋千风完成签到 ,获得积分10
21秒前
philophysics完成签到,获得积分10
24秒前
Jaja完成签到,获得积分10
26秒前
wushuimei完成签到 ,获得积分10
27秒前
tt完成签到 ,获得积分10
28秒前
34秒前
Tim完成签到 ,获得积分10
35秒前
Oct完成签到 ,获得积分10
42秒前
42秒前
皮皮球完成签到 ,获得积分10
43秒前
黄金天下完成签到,获得积分10
44秒前
北城完成签到 ,获得积分10
48秒前
llhh2024完成签到,获得积分10
50秒前
水盒子完成签到,获得积分10
52秒前
i2stay完成签到,获得积分10
52秒前
nt1119完成签到 ,获得积分10
53秒前
成就的绮烟完成签到 ,获得积分10
55秒前
月潮共生完成签到 ,获得积分10
57秒前
果果完成签到,获得积分10
1分钟前
细心的代天完成签到 ,获得积分10
1分钟前
lululululululu完成签到 ,获得积分10
1分钟前
jxas完成签到,获得积分10
1分钟前
洁净青筠发布了新的文献求助10
1分钟前
Ethan完成签到 ,获得积分10
1分钟前
Fly完成签到,获得积分10
1分钟前
阿拉斯加剪短毛完成签到 ,获得积分10
1分钟前
精明秋完成签到,获得积分10
1分钟前
我不会乱起名字的完成签到,获得积分10
1分钟前
nianshu完成签到 ,获得积分10
1分钟前
LSi奇完成签到 ,获得积分10
1分钟前
Shinchan完成签到 ,获得积分10
1分钟前
星叶完成签到 ,获得积分10
1分钟前
昏睡的沛柔完成签到 ,获得积分10
1分钟前
顺利毕业完成签到 ,获得积分10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418298
捐赠科研通 2354492
什么是DOI,文献DOI怎么找? 1246104
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921