基于深度学习与先进数据预处理技术提升 PET/CT 成像中肿瘤分割精度
计算机视觉与模式识别
2024-09-17 v1 人工智能
摘要
全球癌症负担不断增加，凸显了在肿瘤学中精准诊断工具的关键需求。本研究采用深度学习技术以提升PET/CT成像中肿瘤分割效果，利用来自AutoPET挑战III的900例全身FDG-PET/CT和600例PSMA-PET/CT数据集。我们的方法论流程包括稳健的预处理和数据增强技术，以确保模型的鲁棒性和可泛性。我们探讨了非零归一化的影响以及数据增强管道的修改，如引入RandGaussianSharpen以及调整Gamma变换参数。本研究旨在为PET/CT成像的预处理和增强策略标准化做出贡献，从而可能提高诊断准确率和个体化癌症患者管理。我们的代码将开源，地址为https://github.com/jiayiliu-pku/DC2024。
引用
@article{arxiv.2409.09784,
title = {Enhancing Lesion Segmentation in PET/CT Imaging with Deep Learning and Advanced Data Preprocessing Techniques},
author = {Jiayi Liu and Qiaoyi Xue and Youdan Feng and Tianming Xu and Kaixin Shen and Chuyun Shen and Yuhang Shi},
journal= {arXiv preprint arXiv:2409.09784},
year = {2024}
}