基于 3D PET/CT 的自动化头颈肿瘤分割
图像与视频处理
2022-09-23 v1 计算机视觉与模式识别
摘要
头颈肿瘤分割挑战赛（HECKTOR）2022 为研究者提供了一个平台，以比较他们从 3D CT 和 PET 图像中分割肿瘤与淋巴结的方案。本工作中，我们描述了针对 HECKTOR 2022 分割任务的方案。我们将所有图像重采样至统一分辨率，裁剪头颈区域，并训练来自 MONAI 的 SegResNet 语义分割网络。我们使用 5 折交叉验证来选择最佳模型检查点。最终提交为来自 3 次运行的 15 个模型的集成。我们的方案（团队名 NVAUTO）以 0.78802 的聚合 dice 分数在 HECKTOR22 挑战赛排行榜上获得第一名。
引用
@article{arxiv.2209.10809,
title = {Automated head and neck tumor segmentation from 3D PET/CT},
author = {Andriy Myronenko and Md Mahfuzur Rahman Siddiquee and Dong Yang and Yufan He and Daguang Xu},
journal= {arXiv preprint arXiv:2209.10809},
year = {2022}
}
备注
HECKTOR22 segmentation challenge. MICCAI 2022. arXiv admin note: text overlap with arXiv:2209.09546