AWSnet: An auto-weighted supervision attention network for myocardial scar and edema segmentation in multi-sequence cardiac magnetic resonance images

分割 人工智能 计算机科学 心室 序列(生物学) 心脏磁共振 心肌梗塞 磁共振成像 模式识别(心理学) 医学 计算机视觉 放射科 心脏病学 生物 遗传学
作者
Kai‐Ni Wang,Xin Yang,Juzheng Miao,Lei Li,Jing Yao,Ping Zhou,Wufeng Xue,Guangquan Zhou,Xiahai Zhuang,Dong Ni
出处
期刊:Medical Image Analysis [Elsevier BV]
卷期号:77: 102362-102362 被引量:48
标识
DOI:10.1016/j.media.2022.102362
摘要

Multi-sequence cardiac magnetic resonance (CMR) provides essential pathology information (scar and edema) to diagnose myocardial infarction. However, automatic pathology segmentation can be challenging due to the difficulty of effectively exploring the underlying information from the multi-sequence CMR data. This paper aims to tackle the scar and edema segmentation from multi-sequence CMR with a novel auto-weighted supervision framework, where the interactions among different supervised layers are explored under a task-specific objective using reinforcement learning. Furthermore, we design a coarse-to-fine framework to boost the small myocardial pathology region segmentation with shape prior knowledge. The coarse segmentation model identifies the left ventricle myocardial structure as a shape prior, while the fine segmentation model integrates a pixel-wise attention strategy with an auto-weighted supervision model to learn and extract salient pathological structures from the multi-sequence CMR data. Extensive experimental results on a publicly available dataset from Myocardial pathology segmentation combining multi-sequence CMR (MyoPS 2020) demonstrate our method can achieve promising performance compared with other state-of-the-art methods. Our method is promising in advancing the myocardial pathology assessment on multi-sequence CMR data. To motivate the community, we have made our code publicly available via https://github.com/soleilssss/AWSnet/tree/master.
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
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
科研通AI5应助洋芋锅巴采纳,获得10
刚刚
啾一口香菜完成签到 ,获得积分10
1秒前
小点点完成签到,获得积分10
2秒前
萧然完成签到,获得积分10
4秒前
7秒前
Awen发布了新的文献求助10
7秒前
平常亦凝发布了新的文献求助10
7秒前
机灵柚子应助QJN采纳,获得10
8秒前
希望天下0贩的0应助十二采纳,获得20
9秒前
脑洞疼应助shuang采纳,获得10
9秒前
遇事不决睡大觉完成签到,获得积分10
10秒前
11秒前
11秒前
14秒前
呆萌的源智完成签到 ,获得积分10
15秒前
xsy完成签到 ,获得积分10
15秒前
tao完成签到 ,获得积分10
16秒前
平常亦凝完成签到,获得积分20
16秒前
16秒前
自渡完成签到 ,获得积分10
18秒前
十二完成签到,获得积分20
19秒前
野性的小懒虫完成签到 ,获得积分20
20秒前
活力的泥猴桃完成签到 ,获得积分10
21秒前
李健的小迷弟应助jam采纳,获得10
22秒前
霸气的香芦完成签到,获得积分10
22秒前
23秒前
Leohp完成签到,获得积分10
24秒前
25秒前
25秒前
25秒前
季夏十六完成签到,获得积分10
26秒前
纯真的无声完成签到 ,获得积分10
27秒前
科研小白发布了新的文献求助10
28秒前
李健应助科研通管家采纳,获得10
28秒前
淡然冬灵应助科研通管家采纳,获得30
28秒前
HEAUBOOK应助科研通管家采纳,获得10
28秒前
SciGPT应助科研通管家采纳,获得10
28秒前
武傲翔发布了新的文献求助30
28秒前
爆米花应助科研通管家采纳,获得10
28秒前
科研通AI5应助科研通管家采纳,获得10
28秒前
高分求助中
Introduction to Strong Mixing Conditions Volumes 1-3 500
Tip60 complex regulates eggshell formation and oviposition in the white-backed planthopper, providing effective targets for pest control 400
Optical and electric properties of monocrystalline synthetic diamond irradiated by neutrons 320
共融服務學習指南 300
Essentials of Pharmacoeconomics: Health Economics and Outcomes Research 3rd Edition. by Karen Rascati 300
Peking Blues // Liao San 300
Political Ideologies Their Origins and Impact 13 edition 240
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3801134
求助须知:如何正确求助?哪些是违规求助? 3346777
关于积分的说明 10330258
捐赠科研通 3063151
什么是DOI,文献DOI怎么找? 1681383
邀请新用户注册赠送积分活动 807540
科研通“疑难数据库(出版商)”最低求助积分说明 763728