使用时序立方块 GAN (TCuP-GAN) 的自动化三维肿瘤分割
图像与视频处理
2023-11-27 v1 计算机视觉与模式识别
机器学习
摘要
利用最新深度学习技术开发鲁棒通用三维分割框架是多个生物医学领域的活跃课题。本文引入时序立方块 GAN（TCuP-GAN），一种将生成式特征学习框架与卷积长短期记忆网络（LSTMs）相结合的体到体翻译模型，用于三维分割任务。我们在 2023 年脑肿瘤分割（BraTS）挑战赛包含的四个分割挑战（成人胶质瘤、脑膜瘤、儿童肿瘤与撒哈拉以南非洲子集）数据上展示 TCuP-GAN 的能力，并使用病灶级 Dice 相似度与 Hausdorff 距离度量量化其性能。我们展示了该框架成功学习预测跨所有挑战的鲁棒多类分割掩码。该基准工作可作为未来将 TCuP-GAN 应用于其他多类任务（如电子显微镜成像中的多细胞器分割）的垫脚石。
引用
@article{arxiv.2311.14148,
title = {Automated 3D Tumor Segmentation using Temporal Cubic PatchGAN (TCuP-GAN)},
author = {Kameswara Bharadwaj Mantha and Ramanakumar Sankar and Lucy Fortson},
journal= {arXiv preprint arXiv:2311.14148},
year = {2023}
}
备注
Submitted as a short paper to the proceedings of the 2023 Brain Tumor Segmentation (BraTS) Challenge