使用混合精度训练的增强型三维脑肿瘤分割
计算机视觉与模式识别
2026-05-06 v1 机器学习
摘要
脑肿瘤是所有人群都可能面临的医学疾病。在医学上，它被描述为非必要细胞在脑部附近或整个脑部的扩散。该疾病的症状包括头痛、癫痫发作和感觉变化。本研究探讨了两大类脑肿瘤：良性和恶性。良性肿瘤扩散平稳，而恶性肿瘤表现出快速生长，使其具有危险性。脑肿瘤的早期识别是患者生存的关键因素。本研究提供了一种用于脑肿瘤早期识别的最先进方法。我们实现了 SegResNet 架构，这是一种广泛采用的三维分割架构，并使用自动多精度方法对其进行训练。我们引入了 dice 损失函数和 dice 指标来评估模型。我们获得了 0.84 的 dice 分数。对于肿瘤核心，我们获得了 0.84 的 dice 分数；对于整个肿瘤，为 0.90；对于增强肿瘤，我们获得了 0.79 的分数。
引用
@article{arxiv.2605.04008,
title = {Enhanced 3D Brain Tumor Segmentation Using Assorted Precision Training},
author = {Adwaitt Pandya and Ozioma C. Oguine and Harita Bhargava and Shrikant Zade},
journal= {arXiv preprint arXiv:2605.04008},
year = {2026}
}
备注
5 pages, 5 figures, 1 table