要約
我々は、新たな深層学習に基づく血管セグメンテーションシステムを提案します。既存のCNN（畳み込みニューラルネットワーク）を使用した手法は、主に通常の画像グリッド上で学習された局所的な外観に依存しており、血管形状のグラフィカル構造を考慮していません。この問題に対処するため、グラフ畳み込みネットワークを統一されたCNNアーキテクチャに組み込むことで、異なる種類の特徴量を組み合わせて最終的なセグメンテーションを推論します。提案手法は、任意のCNNベースの血管セグメンテーション手法を拡張し、性能向上に寄与することができます。実験結果は、提案手法が2つの網膜画像データセットおよび冠動脈X線アンギオグラフィデータセットにおいて現行の最先端手法を上回ることを示しています。