基于计算机视觉的脑肿瘤检测辅助诊断工具

Sahithi Ankireddy

基于计算机视觉的脑肿瘤检测辅助诊断工具

计算机视觉与模式识别 2020-11-18 v1 图像与视频处理

作者: Sahithi Ankireddy

摘要

如今，美国有超过 700,000 人患有脑肿瘤。除非采取必要的预防措施，脑肿瘤可非常迅速地扩散至大脑其他部位及脊髓。因此，该疾病对男性和女性的存活率均低于 40%。对脑肿瘤做出确切且早期的诊断，对某些人而言可能是生与死的区别。然而，脑肿瘤的检测与分割是繁琐且耗时的过程，因其只能由放射科医生与临床专家完成。使用计算机视觉技术（如 Mask R 卷积神经网络 (Mask R CNN)）来检测与分割脑肿瘤，可在提高预测准确率的同时降低人为误差的可能性。本项目的目标是创建一个用于脑肿瘤检测与分割的辅助诊断工具。以 Mask R CNN 结合迁移学习作为起点，并对必要参数作相应调整。模型以 20 个 epoch 训练，随后进行测试。预测分割与真实标注匹配度达 90%。这表明模型能够以高水平表现。模型确定后，创建了运行于 Flask 上的应用程序。该应用程序将作为医疗专业人员的工具，允许医生上传患者脑肿瘤 MRI 图像，以便立即获得每位患者的诊断与分割结果。

关键词

脑肿瘤检测计算机视觉 Mask R CNN 迁移学习图像分割辅助诊断

引用

@article{arxiv.2011.08185,
  title  = {Assistive Diagnostic Tool for Brain Tumor Detection using Computer Vision},
  author = {Sahithi Ankireddy},
  journal= {arXiv preprint arXiv:2011.08185},
  year   = {2020}
}

备注

Accepted and presented at 2020 IEEE MIT URTC

基于计算机视觉的脑肿瘤检测辅助诊断工具

摘要

关键词

引用

备注

相关论文