基于图像内容和元数据的 prostate MR 序列类型自动分类
图像与视频处理
2024-08-01 v2 计算机视觉与模式识别
摘要
随着医学影像数据的丰富，高效的归档工作不可或缺。将序列类型分配给磁共振成像是科学研究和人工智能分析所必需的，但不完整或缺失的元数据会阻碍自动化。因此，我们提出了一种基于图像数据和 DICOM 元数据的深度学习方法，用于 prostate 癌扫描序列的分类。我们展示了与仅使用元数据或仅使用图像数据相比，结果显著优越。我们将代码公开：https://github.com/deepakri201/DICOMScanClassification
引用
@article{arxiv.2404.10892,
title = {Automatic classification of prostate MR series type using image content and metadata},
author = {Deepa Krishnaswamy and Bálint Kovács and Stefan Denner and Steve Pieper and David Clunie and Christopher P. Bridge and Tina Kapur and Klaus H. Maier-Hein and Andrey Fedorov},
journal= {arXiv preprint arXiv:2404.10892},
year = {2024}
}