用于短轴MRI心脏分割的全卷积神经网络
计算机视觉与模式识别
2017-04-28 v3
摘要
从磁共振成像数据集中自动进行心脏分割是及时诊断和管理心脏病理的必要步骤。我们提议通过应用一种深度全卷积神经网络架构来解决自动左右心室分割问题。我们的模型在单一学习阶段中从整图输入和真值标签端到端高效训练，以在每个像素处进行推断。据我们所知，这是全卷积神经网络架构在心脏磁共振成像中用于逐像素标注的首次应用。数值实验表明，我们的模型稳健地优于先前全自动方法，在多个心脏数据集的多种评价指标上。此外，我们的模型速度快，可利用如图形处理单元等商用计算资源，以实现大规模最先进的心脏分割。模型和代码可在 https://github.com/vuptran/cardiac-segmentation 获取。
引用
@article{arxiv.1604.00494,
title = {A Fully Convolutional Neural Network for Cardiac Segmentation in Short-Axis MRI},
author = {Phi Vu Tran},
journal= {arXiv preprint arXiv:1604.00494},
year = {2017}
}
备注
Initial Technical Report; Include link to models and code