基于缺失模态MRI的脑肿瘤分割
计算机视觉与模式识别
2019-04-17 v1
摘要
基于磁共振成像(MRI)的脑肿瘤分割是一项用于早期诊断的关键技术。然而,与BraTS数据集中具有完整的四种模态不同,在临床场景中缺失模态是常见现象。我们设计了一种对任意模态缺失都具有鲁棒性的脑肿瘤分割算法。我们的网络包含通道独立的编码路径与特征融合的解码路径。我们通过通道丢弃进行自监督训练,并提出了一种在特征图上的新颖域适应方法,以从缺失通道中恢复信息。我们的结果表明,分割质量取决于缺失的是哪一种模态。此外,我们还讨论并可视化了每种模态对分割结果的贡献。它们的贡献与专家的筛查流程相吻合。
引用
@article{arxiv.1904.07290,
title = {Brain Tumor Segmentation on MRI with Missing Modalities},
author = {Yan Shen and Mingchen Gao},
journal= {arXiv preprint arXiv:1904.07290},
year = {2019}
}
备注
Will appear in IPMI 2019