用于多发性骨髓瘤局灶性骨病变预测的非对称级联网络
图像与视频处理
2019-08-08 v1
摘要
在冒烟型多发性骨髓瘤中，可靠且及时地分层骨病变演变风险，对于识别疾病进展的主要标志和改善患者预后具有重要作用。本文提出了一种非对称级联网络，用于 T1 加权全身 MR 图像的未来骨病变纵向预测。所提出的级联架构由两个配置不同的 U-Net 组成，首先检测骨区域，随后以基于块的方式预测骨内病变。该算法提供完整的体素风险评分图，用于识别新生病变的早期特征并可视化高风险位置。预测准确性在 63 名多发性骨髓瘤患者的纵向数据集上进行了评估。
引用
@article{arxiv.1907.13539,
title = {Asymmetric Cascade Networks for Focal Bone Lesion Prediction in Multiple Myeloma},
author = {Roxane Licandro and Johannes Hofmanninger and Matthias Perkonigg and Sebastian Röhrich and Marc-André Weber and Markus Wennmann and Laurent Kintzele and Marie Piraud and Bjoern Menze and Georg Langs},
journal= {arXiv preprint arXiv:1907.13539},
year = {2019}
}
备注
5 pages, 2 figures, International Conference on Medical Imaging with Deep Learning, MIDL 2019 [arXiv:1907.08612]