使用深度学习的胃肠道自动分割
图像与视频处理
2023-09-06 v5 计算机视觉与模式识别
机器学习
摘要
放射肿瘤学医生的职责是发射指向肿瘤的 X 射线束，同时避开胃与肠道。借助 MR-Linacs（磁共振成像与直线加速器系统），肿瘤科医生可可视化肿瘤位置，并依据每日可能变化的肿瘤细胞存在情况给予精确剂量。当前需勾勒胃与肠道位置以调整 X 射线束方向，从而在向肿瘤投送剂量的同时避开器官。这是一个耗时且劳动密集的过程，除非深度学习方法能自动化分割过程，否则极易将每日治疗从 15 分钟延长至一小时。本文讨论一种使用深度学习的自动分割过程，以使该过程更快并让更多患者获得有效治疗。
引用
@article{arxiv.2206.11048,
title = {Automated GI tract segmentation using deep learning},
author = {Manhar Sharma},
journal= {arXiv preprint arXiv:2206.11048},
year = {2023}
}
备注
8 pages, 9 figures