基于Swinunter的CT腹部多器官分割
图像与视频处理
2023-09-29 v1 计算机视觉与模式识别
机器学习
摘要
计算机断层扫描（CT）中的腹部多器官分割对于疾病检测和治疗规划等诸多临床应用至关重要。深度学习方法在此方面已展现出前所未有的性能。然而，由于器官边界模糊、背景复杂以及器官尺寸尺度差异显著，利用单一网络准确分割不同器官仍极具挑战。本工作中我们使用基于transformer的模型进行训练。通过往年竞赛发现，基本所有前五名方法均采用基于CNN的方法，这可能是由于数据量不足阻碍了基于transformer的方法充分发挥优势。本次竞赛的数千个样本或可使基于transformer的模型取得更优结果。在公开验证集上的结果也表明，该基于transformer的模型能获得可接受的结果与推理时间。
引用
@article{arxiv.2309.16210,
title = {Abdominal multi-organ segmentation in CT using Swinunter},
author = {Mingjin Chen and Yongkang He and Yongyi Lu},
journal= {arXiv preprint arXiv:2309.16210},
year = {2023}
}
备注
8pages. arXiv admin note: text overlap with arXiv:2201.01266 by other authors