腹部 CT 扫描中胰腺囊肿分割的深度监督方法
计算机视觉与模式识别
2017-06-23 v1
摘要
器官及其囊性区域的自动分割是计算机辅助诊断的先决条件。本文聚焦于腹部 CT 扫描中的胰腺囊肿分割。该任务在临床实践中非常重要且有用，但由于边界对比度低、位置和多变性、形状差异以及胰腺癌的不同阶段而具有挑战性。受胰腺位置与其囊性区域高度相关性的启发，我们在分割网络中引入了额外的深度监督，以便借助相对容易的胰腺分割来改善囊肿分割。在合理的变换函数下，我们的方法可以分解为两个阶段，每个阶段都可以通过深度网络中的梯度反向传播进行有效优化。我们收集了一个包含 131 个病理样本的新数据集，据我们所知，这是用于胰腺囊肿分割的最大数据集。在无需人工辅助的情况下，我们的方法报告的平均准确率为 63.44%（通过 Dice-S{\o}rensen 系数 (DSC) 衡量），高于无深度监督时的数值 (60.46%)。
引用
@article{arxiv.1706.07346,
title = {Deep Supervision for Pancreatic Cyst Segmentation in Abdominal CT Scans},
author = {Yuyin Zhou and Lingxi Xie and Elliot K. Fishman and Alan L. Yuille},
journal= {arXiv preprint arXiv:1706.07346},
year = {2017}
}
备注
Accepted to MICCAI 2017 (8 pages, 3 figures)