基于特征聚合的级联多尺度多任务学习框架用于脑肿瘤分类
图像与视频处理
2021-12-30 v1 计算机视觉与模式识别
摘要
MRI图像中的脑肿瘤分析是一个重要且具挑战性的问题，因为误诊可能导致死亡。早期脑肿瘤的诊断与评估增加了成功治疗的概率。然而，肿瘤、形状和位置的复杂性与多样性使其分割与分类变得复杂。在这方面，众多研究者提出了脑肿瘤分割与分类方法。本文提出一种方法，利用包含MRI图像增强与肿瘤区域检测的框架，同时分割并分类MRI图像中的脑肿瘤。最终，提出了一种基于多任务学习方法的网络。主观与客观结果表明，基于评估指标的分割与分类结果优于或与当前最优（state-of-the-art）相当。
引用
@article{arxiv.2112.14320,
title = {Brain Tumor Classification by Cascaded Multiscale Multitask Learning Framework Based on Feature Aggregation},
author = {Zahra Sobhaninia and Nader Karimi and Pejman Khadivi and Shadrokh Samavi},
journal= {arXiv preprint arXiv:2112.14320},
year = {2021}
}
备注
16 pages, 7 figures