基于深度主动轮廓和平均曲率损失函数的医学图像分割

针对现有像素级训练缺乏几何先验信息的问题，研究人员提出一种结合深度主动轮廓与平均曲率损失函数的医学图像分割方法。该方法将 Chan-Vese 模型集成至损失函数中，并引入平均曲率作为几何自然约束，利用卷积核近似计算以节省算力。研究团队在肝脏和脾脏数据集上验证了该方法性能，结果显示其在多个分割数据集上达到了新的最先进水平。