基于双编码器-解码器网络的息肉与手术器械分割
Polyp and Surgical Instrument Segmentation with Double Encoder-Decoder Networks
- Pompeu Fabra University（庞培法布拉大学）
- BCN MedTech
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
本文提出一种增强型双编码器-解码器网络，通过改进编码器架构、优化流程和温度调节模型集成后处理，在内窥镜图像中同时分割息肉和手术器械，取得与专家标注高度一致的结果。
AI中文摘要：
本文描述了针对MedAI竞赛的一种解决方案，该竞赛要求参赛者从内窥镜图像中同时分割息肉和手术器械。我们的方法基于一种双编码器-解码器神经网络，该网络此前已应用于息肉分割，但本次进行了一系列增强：更强大的编码器架构、改进的优化流程，以及基于温度调节模型集成的分割后处理。实验结果表明，我们的方法生成的分割结果与医学专家提供的手工标注具有良好的一致性。
英文摘要：
This paper describes a solution for the MedAI competition, in which participants were required to segment both polyps and surgical instruments from endoscopic images. Our approach relies on a double encoder-decoder neural network which we have previously applied for polyp segmentation, but with a series of enhancements: a more powerful encoder architecture, an improved optimization procedure, and the post-processing of segmentations based on tempered model ensembling. Experimental results show that our method produces segmentations that show a good agreement with manual delineations provided by medical experts.
