CT中肺部征象的自动分割及其在长新冠中的应用
图像与视频处理
2023-10-17 v1 计算机视觉与模式识别
摘要
计算机断层扫描中肺部异常的自动分割是诊断与表征肺部疾病的重要步骤。在这项工作中，我们改进了先前的方法，并提出S-MEDSeg，一种基于深度学习的胸部CT图像中肺部病灶精确分割方法。S-MEDSeg结合了预训练的EfficientNet骨干网络、双向特征金字塔网络以及现代网络改进，以实现更好的分割性能。我们进行了全面的消融研究以评估所提出网络修改的贡献。结果表明，S-MEDSeg引入的修改相比基线方法显著提升了分割性能。所提出的方法应用于一个独立的长新冠住院患者数据集，以研究急性感染后疫苗接种对肺部征象范围的影响。开源代码、图形用户界面和pip包可在 https://github.com/MICLab-Unicamp/medseg 获取。
引用
@article{arxiv.2310.09446,
title = {Automatic segmentation of lung findings in CT and application to Long COVID},
author = {Diedre S. Carmo and Rosarie A. Tudas and Alejandro P. Comellas and Leticia Rittner and Roberto A. Lotufo and Joseph M. Reinhardt and Sarah E. Gerard},
journal= {arXiv preprint arXiv:2310.09446},
year = {2023}
}
备注
Versao em portugu\^es brasileiro submetida para o XV EADCA 2023. Brazilian portuguese verson submitted to XV EADCA 2023