基于卷积神经网络的腰椎 X 光片自动分割与标记
图像与视频处理
2020-04-08 v1 计算机视觉与模式识别
机器学习
摘要
本研究的目的是调查在 730 张手动标注的腰椎侧位 X 光片上训练的不同分割网络的分割精度。实例分割网络与语义分割网络进行了比较。研究队列包含患病脊柱和带有金属植入物的术后图像。最佳性能的实例分割模型的平均均值精度和平均交并比（IoU）高出至多 3 个百分点，最佳性能的语义分割模型的平均像素精度和加权 IoU 略好。此外，实例分割模型的推理更易于在临床决策支持的进一步处理流程中实现。
引用
@article{arxiv.2004.03364,
title = {Convolutional Neural Networks based automated segmentation and labelling of the lumbar spine X-ray},
author = {Sandor Konya and Sai Natarajan T R and Hassan Allouch and Kais Abu Nahleh and Omneya Yakout Dogheim and Heinrich Boehm},
journal= {arXiv preprint arXiv:2004.03364},
year = {2020}
}
备注
Submitted to Medical & Biological Engineering & Computing