Unified Attentional Generative Adversarial Network for Brain Tumor Segmentation From Multimodal Unpaired Images
作者資訊,
Wenguang Yuan, 華南理工
基于StarGAN的改進工作,腦部多模态影像合成用于惡性良性腫瘤分割。
Method
相比 stargan,3點改進:
1、改進一:引入了惡性良性腫瘤分割loss;
2、改進二: 上(b)中所示的結構,Generator和Segmentor有共享層,該結構的idea來自這篇文章(如下圖所示)
3、改進三: attention子產品
在解碼器decoder上使用attention block,concat部分是unet本來就有的結構。整個子產品的改進為,把另一任務的encoder(改進二中提到,網絡有兩個encoder,decoder,分别做generation和segmentation)中對應level的特征attention後與本任務encoder 的特征相加。
實驗結果
資料集 Brain Tumors Task of Medical Segmentation Decathlon
比較了proposed method 對惡性良性腫瘤分割的提升效果
我的筆記
1、既然是多模态影像合成,很明顯本文章缺少了生成影像品質比較的實驗。
2、沒有和其他GAN結構比。