基于卷积神经网络的三维磁共振成像数据中前列腺癌的分类
图像与视频处理
2024-04-17 v1 计算机视觉与模式识别
机器学习
摘要
前列腺癌是全球男性中常见诊断的癌症疾病。即使采用现代技术如多参数磁共振断层扫描和引导活检，诊断前列腺癌的过程仍然耗时且需要高度训练的专业人员。本文评估了不同卷积神经网络（CNN）在可靠分类MRI序列是否包含恶性病变方面的能力。训练并评估了用于3D图像数据的ResNet、ConvNet和ConvNeXt的实现。使用不同的数据增强技术、学习率和优化器训练模型。数据来自阿劳州立医院提供的私有数据集。最佳结果由ResNet3D实现，平均精度得分为0.4583，AUC ROC得分为0.6214。
引用
@article{arxiv.2404.10548,
title = {Classification of Prostate Cancer in 3D Magnetic Resonance Imaging Data based on Convolutional Neural Networks},
author = {Malte Rippa and Ruben Schulze and Marian Himstedt and Felice Burn},
journal= {arXiv preprint arXiv:2404.10548},
year = {2024}
}
备注
Previous version published in Buzug T.M., Handels H., M\"uller S., H\"ubner C., Mertins A., Rostalski P.: Student Conference Proceedings 2023, Infinite Science Publishing, 2023 (ISBN/EAN 978-3-945954-72-0). 7 pages, 2 figures