用于出血性卒中分割和出血体积估计的自动级联模型
图像与视频处理
2024-01-10 v1 计算机视觉与模式识别
摘要
出血性卒中（HS）起病急骤，是一种对健康构成严重威胁的危重病症。在计算机断层扫描（CT）图像中及时准确地勾画出血区域并估计出血体积，可辅助临床医生制定治疗计划，从而改善患者治疗结果。本文基于UNet构建了一个级联3D模型，对CT图像中的出血区域进行从粗到细的两阶段分割，并根据分割区域自动计算出血体积。在一个包含341例出血性卒中CT扫描的数据集上，与传统的Tada公式相比，所提模型在出血体积估计方面提供了高质量的分割结果，具有更高的准确率（DSC 85.66%）和更好的计算效率（每样本6.2秒）。
引用
@article{arxiv.2401.04570,
title = {An Automatic Cascaded Model for Hemorrhagic Stroke Segmentation and Hemorrhagic Volume Estimation},
author = {Weijin Xu and Zhuang Sha and Huihua Yang and Rongcai Jiang and Zhanying Li and Wentao Liu and Ruisheng Su},
journal= {arXiv preprint arXiv:2401.04570},
year = {2024}
}
备注
Accepted by SWITCH2023: Stroke Workshop on Imaging and Treatment CHallenges, a workshop at MICCAI 2023