用于肺结节联合分割与纹理分类的深度残差三维 U-Net
图像与视频处理
2020-06-29 v2 计算机视觉与模式识别
机器学习
摘要
在这项工作中，我们提出了一种从肺部 CT 图像中进行肺结节分割、纹理分类以及后续随访建议的方法。我们的方法由一个基于流行的 U-Net 架构族但针对结节联合分割及其纹理分类任务进行修改的神经网络模型，以及一个用于随访建议的基于集成的模型组成。该方案在 LNDb 医学影像挑战赛中得到评估，并在最终排行榜上取得了最佳的结节分割结果。
引用
@article{arxiv.2006.14215,
title = {Deep Residual 3D U-Net for Joint Segmentation and Texture Classification of Nodules in Lung},
author = {Alexandr G. Rassadin},
journal= {arXiv preprint arXiv:2006.14215},
year = {2020}
}
备注
10 pages, 5 figures, 2 tables, accepted for publication at ICIAR 2020 (LNDb Grand Challenge)