用于肾脏肿瘤分割的端到端级联U-Net与定位网络
图像与视频处理
2019-10-18 v1 机器学习
机器学习
摘要
肾脏肿瘤分割正成为医学影像中计算机视觉的新前沿。这部分是由于其具有挑战性的手动标注和巨大的医学影响。在2019年肾脏肿瘤分割挑战赛（旨在联合肾脏与肿瘤分割）的范围内，本工作提出了一种新颖的3D U-Net组合——统称为TuNet——利用生成的肾脏掩膜进行后续的肿瘤分割。所提方法在数据中可用的210名患者上进行五折交叉验证，计算得出肾脏的Sørensen-Dice系数得分为0.902，肿瘤分割得分为0.408。
引用
@article{arxiv.1910.07521,
title = {End-to-End Cascaded U-Nets with a Localization Network for Kidney Tumor Segmentation},
author = {Minh H. Vu and Guus Grimbergen and Attila Simkó and Tufve Nyholm and Tommy Löfstedt},
journal= {arXiv preprint arXiv:1910.07521},
year = {2019}
}
备注
2019 Kidney Tumor Segmentation Challenge