基于深度学习的脑图像分割用于自动肿瘤检测
图像与视频处理
2024-04-10 v1 计算机视觉与模式识别
摘要
引言：本研究旨在开发和评估一种基于深度学习并使用 3D U-Net 模型的自动脑肿瘤分割技术。目的：目标是利用最先进的卷积神经网络在大型脑部 MRI 扫描数据集上进行分割。方法：所提出的方法应用了预处理技术以增强性能和泛化能力。结果：在独立数据集上的广泛验证证实了模型的鲁棒性及整合至临床工作流程中的潜力。本研究强调了数据预处理的重要性，并探索了各种超参数以优化模型性能。3D U-Net 在训练和验证数据集上的 IoU 分别为 0.8181 和 0.66。结论：最终，这一综合框架展示了深度学习在自动脑肿瘤检测中的有效性，为临床实践提供了有价值的支持。
引用
@article{arxiv.2404.05763,
title = {Deep Learning-Based Brain Image Segmentation for Automated Tumour Detection},
author = {Suman Sourabh and Murugappan Valliappan and Narayana Darapaneni and Anwesh R P},
journal= {arXiv preprint arXiv:2404.05763},
year = {2024}
}