基于 U-Net 全卷积网络的脑肿瘤自动检测与分割
计算机视觉与模式识别
2017-06-06 v3
摘要
脑肿瘤治疗规划和定量评估中的一个主要挑战是确定肿瘤范围。无电离辐射的无创磁共振成像 (MRI) 技术已成为脑肿瘤的一线诊断工具。从 3D MRI 体积中手动分割脑肿瘤范围是一项非常耗时的任务，且其表现高度依赖于操作者的经验。在此背景下，为了高效测量肿瘤范围，需要一种可靠的脑肿瘤全自动分割方法。在本研究中，我们提出了一种脑肿瘤全自动分割方法，该方法使用基于 U-Net 的深度卷积网络开发。我们的方法在多模态脑肿瘤图像分割 (BRATS 2015) 数据集上进行了评估，该数据集包含 220 个高级别脑肿瘤病例和 54 个低级别肿瘤病例。交叉验证表明，我们的方法能够高效地获得有前景的分割结果。
引用
@article{arxiv.1705.03820,
title = {Automatic Brain Tumor Detection and Segmentation Using U-Net Based Fully Convolutional Networks},
author = {Hao Dong and Guang Yang and Fangde Liu and Yuanhan Mo and Yike Guo},
journal= {arXiv preprint arXiv:1705.03820},
year = {2017}
}
备注
Medical Image Understanding and Analysis (MIUA) 2017