VALSE 论文速览 第33期：部分标记下的多器官和肿瘤分割算法

论文题目：部分标记下的多器官和肿瘤分割算法

作者列表：张建鹏 (西北工业大学)，谢雨彤 (澳大利亚阿德莱德大学)，夏勇 (西北工业大学)，沈春华 (澳大利亚阿德莱德大学)

B站观看网址：

https://www.bilibili.com/video/BV1LL411E7cZ/

论文摘要：

医学图像中器官和肿瘤分割是影像分析中非常有挑战性的研究课题。尽管同样都是分割任务，医学图像的特殊性，使得它和计算机视觉中的分割任务有着显著的差异。医学图像中器官和肿瘤分割的数据集往往只涵盖某一种器官及其肿瘤的像素级标注，其他的器官和肿瘤均被视作背景处理。为了解决这个部分标记问题，本文提供了一种基于任务动态学习部分标记的技术，实现多器官和肿瘤分割的创新方法。该方法设计了一种简洁高效的多任务分割框架，通过动态参数分配到每一个任务，使得模型能够自适应地处理不同的部分标记任务。基于该设计，模型可以同时从多个数据集中学习更通用的视觉表征，在各个任务上具有明显的性能提升。另外，多个数据集中学习到的通用表征能力能够迁移到下游标注有限的任务中。

论文信息：

[1]Jianpeng Zhang, Yutong Xie, Yong Xia, Chunhua Shen. "DoDNet: Learning to segment multi-organ and tumors from multiple partially labeled datasets." In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR’21), pp. 1195-1204. virtual, June 2021.

论文链接：

[https://openaccess.thecvf.com/content/CVPR2021/papers/Zhang_DoDNet_Learning_To_Segment_Multi-Organ_and_Tumors_From_Multiple_Partially_CVPR_2021_paper.pdf]

代码链接：

[https://github.com/jianpengz/DoDNet]

视频讲者简介：

张建鹏，西北工业大学博士生，研究方向为医学影像智能计算，专注于有限标注下的3D医学图像分割。近年来，在国际权威期刊会议上发表论文十余篇，其中包括IEEE-TMI、Medical Image Analysis、CVPR、IJCAI、MICCAI等，Google Scholar 总引用1300余次。长期担任IEEE TMI、Medical Image Analyis、CVPR、ICCV、AAAI、MICCAI等多个国际期刊会议的审稿人。

特别鸣谢本次论文速览主要组织者：

月度轮值AC：张正 (哈尔滨工业大学(深圳))、李爽 (北京理工大学)

季度责任AC：许永超 (武汉大学)