用于 CT 体数据肾脏肿瘤分割的级联体卷积网络
图像与视频处理
2020-05-05 v2 计算机视觉与模式识别
摘要
从三维 CT 扫描中自动分割肾脏和肿瘤对于疾病的诊断、监测和治疗规划是必要的。在本文中，我们描述了一种基于三维全卷积网络 (FCN) 的肾脏和肿瘤分割两阶段框架。第一阶段初步定位肾脏并裁去不相关背景，以减轻类别不平衡并降低计算成本。然后第二阶段在裁剪块上精确分割肾脏和肿瘤。所提方法在 MICCAI 2019 KiTS Challenge 的 105 支参赛队伍中排名第四，复合 Dice 系数为 90.24%。
引用
@article{arxiv.1910.02235,
title = {Cascaded Volumetric Convolutional Network for Kidney Tumor Segmentation from CT volumes},
author = {Yao Zhang and Yixin Wang and Feng Hou and Jiawei Yang and Guangwei Xiong and Jiang Tian and Cheng Zhong},
journal= {arXiv preprint arXiv:1910.02235},
year = {2020}
}