基于 3D u-net 与优化损失函数的肺叶自动分割
图像与视频处理
2020-06-02 v1 计算机视觉与模式识别
机器学习
摘要
由于解剖变异、病理改变以及裂隙不完整，全自动肺叶分割具有挑战性。我们在 49 个主要为公开可用的数据集上训练了一个用于肺叶分割的 3D u-net，并引入了一种加权 Dice 损失函数以强调肺叶边界。为验证所提方法的性能，我们将结果与其他两种方法进行了比较。新的损失函数将平均距离提升至 1.46 mm（相比之下，无加权的简单损失函数为 2.08 mm）。
关键词
引用
@article{arxiv.2006.00083,
title = {Automatic segmentation of the pulmonary lobes with a 3D u-net and optimized loss function},
author = {Bianca Lassen-Schmidt and Alessa Hering and Stefan Krass and Hans Meine},
journal= {arXiv preprint arXiv:2006.00083},
year = {2020}
}
备注
MIDL2020 short paper