放射外科中脑肿瘤分割的深度学习：前瞻性临床评估
图像与视频处理
2019-12-19 v3 计算机视觉与模式识别
医学物理
摘要
立体定向放射外科是大量颅内肿瘤患者的一种微创治疗选择。作为治疗过程的一部分，脑肿瘤的精确勾画至关重要。然而，在 T1c MRI 上逐层手动分割可能耗时（尤其对于多发转移瘤）且主观性强。在我们的工作中，我们比较了多种深度卷积网络架构和训练流程，并在放射治疗科针对三种类型的脑肿瘤——脑膜瘤、神经鞘瘤和多发脑转移瘤——评估了最佳模型。所开发的半自动分割系统将勾画过程平均加速了 2.2 倍，并将评分者间一致性从 92.0% 提高至 96.5%。
引用
@article{arxiv.1909.02799,
title = {Deep Learning for Brain Tumor Segmentation in Radiosurgery: Prospective Clinical Evaluation},
author = {Boris Shirokikh and Alexandra Dalechina and Alexey Shevtsov and Egor Krivov and Valery Kostjuchenko and Amayak Durgaryan and Mikhail Galkin and Ivan Osinov and Andrey Golanov and Mikhail Belyaev},
journal= {arXiv preprint arXiv:1909.02799},
year = {2019}
}