自动化小鼠器官分割：一种基于深度学习的解决方案
计算机视觉与模式识别
2018-07-18 v2
摘要
动物横截面图像（如实验小鼠的横截面）分析，在评估实验药物效应（如临床前药物开发阶段候选化合物的生物分布）中至关重要。放射性标记候选治疗化合物的组织分布可利用定量全身放射自显影（QWBA）等技术进行量化。QWBA 除其他方面外，依赖于在动物横截面图像中准确分割或识别感兴趣的关键器官，如脑、脊柱、心脏、肝脏等。我们提出了一种基于深度学习的器官分割解决方案，借此可对感兴趣的关键器官实现高精度（根据器官不同，骰子系数在 0.83-0.95 范围内）的自动化器官分割。
引用
@article{arxiv.1804.09205,
title = {Automated Mouse Organ Segmentation: A Deep Learning Based Solution},
author = {Naveen Ashish and Mi-Youn Brusniak},
journal= {arXiv preprint arXiv:1804.09205},
year = {2018}
}
备注
8 pages