用于总生存期预测的脑肿瘤三维语义分割
图像与视频处理
2020-12-01 v2 计算机视觉与模式识别
机器学习
摘要
胶质瘤是一种恶性脑肿瘤，需要立即治疗以改善患者生存。胶质瘤的异质性使其分割困难，尤其是坏死、增强肿瘤、非增强肿瘤和水肿等子区域。全卷积神经网络及全卷积神经网络集成等深度神经网络在胶质瘤分割中表现成功。本文展示了一种采用三层编码器-解码器结构进行层排列的三维全卷积神经网络的应用。编码器块包含密集模块，解码器块包含卷积模块。网络输入为三维图像块。损失函数结合了 dice 损失与 focal 损失函数。该网络在验证集上针对增强肿瘤、整个肿瘤和肿瘤核心的 dice 分数分别为 0.74、0.88 和 0.73。随机森林回归器利用从真值中提取的形状、体积和年龄特征进行总生存期预测，该回归器在验证集上达到了 44.8% 的准确率。
引用
@article{arxiv.2008.11576,
title = {3D Semantic Segmentation of Brain Tumor for Overall Survival Prediction},
author = {Rupal Agravat and Mehul S Raval},
journal= {arXiv preprint arXiv:2008.11576},
year = {2020}
}
备注
11 pages, 3 figures, BRaTS 2020. arXiv admin note: text overlap with arXiv:1909.09399