깊은 혈관 세그멘테이션을 위한 그래픽 연결성 학습

우리는 혈관 분할을 위한 새로운 딥러닝 기반 시스템을 제안합니다. 기존의 CNN을 사용한 방법들은 주로 일반 이미지 그리드에서 학습된 국소적 특징에 의존하여 혈관 형태의 그래픽 구조를 고려하지 않았습니다. 이를 해결하기 위해, 우리는 통합된 CNN 아키텍처에 그래프 컨볼루셔널 네트워크를 통합하였습니다. 여기서 최종 분할은 다양한 유형의 특징을 결합하여 추론됩니다. 제안된 방법은 성능 향상을 위해 어떤 종류의 CNN 기반 혈관 분할 방법에도 적용될 수 있습니다. 실험 결과, 제안된 방법이 두 개의 망막 이미지 데이터셋과 관상동맥 X선 혈관조영술 데이터셋에서 현재 최고 수준의 방법들을 능가함을 보여주었습니다.