基于深度学习的心脏 MRI 图像左、右心室分割
图像与视频处理
2019-09-19 v1 机器学习
摘要
本项目的目标是利用磁共振成像（MRI）数据提供一个端到端的分析流程，用于左心室与右心室（LV 和 RV）分割。项目的另一目标是寻找一个可跨医学影像数据集泛化的模型。我们运用了多种模型、数据集与测试来确定哪一个适合此目的。具体而言，我们实现了三个模型（2-D U-Net、3-D U-Net 和 DenseNet），并在四个数据集（Automated Cardiac Diagnosis Challenge、MICCAI 2009 LV、Sunnybrook Cardiac Data、MICCAI 2012 RV）上评估它们。在保持一致的预处理策略下，我们测试了每个模型在训练数据与测试数据来自同一数据集时，以及训练数据与测试数据来自不同数据集时的性能。也使用了数据增强以提升模型的适应性。结果被比较以确定性能与泛化能力。
引用
@article{arxiv.1909.08028,
title = {Cardiac MRI Image Segmentation for Left Ventricle and Right Ventricle using Deep Learning},
author = {Bosung Seo and Daniel Mariano and John Beckfield and Vinay Madenur and Yuming Hu and Tony Reina and Marcus Bobar and Mai H. Nguyen and Ilkay Altintas},
journal= {arXiv preprint arXiv:1909.08028},
year = {2019}
}