用于增强前列腺癌检测的解剖信息感知数据增强
图像与视频处理
2023-09-08 v1 人工智能
计算机视觉与模式识别
摘要
数据增强（DA）是医学图像分析中的关键因素，例如在磁共振图像上的前列腺癌（PCa）检测中。最先进的计算机辅助诊断系统仍依赖简单的空间变换以在变换后保持病理标签。然而，此类增强并未实质性增加训练集中器官及肿瘤形状的变异性，限制了模型对具有更多样局部软组织形变的未见病例的泛化能力。我们提出了一种新的解剖信息感知变换，利用邻近器官的信息来模拟前列腺的典型生理形变，并在不改变其标签的情况下生成独特的病灶形状。由于其轻量计算需求，它可轻松集成到常见的DA框架中。我们通过在774例活检确认检查的数据集上，以不同增强设置评估一种最先进的前列腺癌检测方法，证明了我们增强方法的有效性。
引用
@article{arxiv.2309.03652,
title = {Anatomy-informed Data Augmentation for Enhanced Prostate Cancer Detection},
author = {Balint Kovacs and Nils Netzer and Michael Baumgartner and Carolin Eith and Dimitrios Bounias and Clara Meinzer and Paul F. Jaeger and Kevin S. Zhang and Ralf Floca and Adrian Schrader and Fabian Isensee and Regula Gnirs and Magdalena Goertz and Viktoria Schuetz and Albrecht Stenzinger and Markus Hohenfellner and Heinz-Peter Schlemmer and Ivo Wolf and David Bonekamp and Klaus H. Maier-Hein},
journal= {arXiv preprint arXiv:2309.03652},
year = {2023}
}
备注
Accepted at MICCAI 2023