扩散加权 MRI 中的卒中病灶自动分割
计算机视觉与模式识别
2018-03-29 v1
摘要
扩散加权磁共振成像（DWI）被广泛用于缺血性卒中引起的早期脑梗死检测。手动分割由放射科医生作为常规临床过程完成，然而，脑梗死分割的挑战来自于低分辨率和不确定的边界。已有许多分割技术被提出并以手动分割作为金标准进行验证。为了减少研究操作和临床过程中的人为误差，我们在受控环境下采用来自同一患者的液体衰减反转恢复（FLAIR）磁共振图像（MRI）的半自动分割作为金标准。对包括 Otsu 方法、模糊 C 均值、基于爬山算法的分割和 Growcut 在内的流行分割算法进行了广泛测试。所选分割技术通过留一交叉验证，以准确率、敏感性和特异性进行验证，首先确定每种技术的可能性，然后最大化训练集的准确率。我们的实验结果证明了所选方法的有效性。
引用
@article{arxiv.1803.10385,
title = {Automatic Stroke Lesions Segmentation in Diffusion-Weighted MRI},
author = {Noranart Vesdapunt and Nongluk Covavisaruch},
journal= {arXiv preprint arXiv:1803.10385},
year = {2018}
}