用于放射治疗计划的风险器官定位与分割的统一3D框架
计算机视觉与模式识别
2022-03-02 v1
摘要
CT中风险器官（OAR）的自动定位和分割是医学图像分析任务（如放射治疗计划）中必不可少的预处理步骤。例如，肿瘤周围OAR的分割能够在最大化肿瘤区域辐射的同时不损害健康组织。然而，当前的医学工作流程需要手动勾画OAR，这容易出错且依赖于标注者。在这项工作中，我们旨在引入一个统一的3D流水线用于OAR定位-分割，而不是新颖的定位或分割架构。据我们所知，我们提出的框架完全能够利用医学图像中固有的3D上下文信息。第一步，一个3D多变量回归网络预测器官的质心和边界框。第二步，利用3D器官特异性分割网络生成多器官分割图。我们的方法在包含不同视野和多个器官的CT扫描的VISCERAL数据集上取得了的整体Dice分数。
引用
@article{arxiv.2203.00624,
title = {A unified 3D framework for Organs at Risk Localization and Segmentation for Radiation Therapy Planning},
author = {Fernando Navarro and Guido Sasahara and Suprosanna Shit and Ivan Ezhov and Jan C. Peeken and Stephanie E. Combs and Bjoern H. Menze},
journal= {arXiv preprint arXiv:2203.00624},
year = {2022}
}