利用XMem记忆网络提升TrackRAD中视频目标分割性能
计算机视觉与模式识别
2025-09-24 v1
摘要
本文提出一种用于实时MRI引导放疗的肿瘤分割框架，旨在为TrackRAD2025挑战提供解决方案。我们的方法利用XMem模型——一种记忆增强架构——对肿瘤在长时间范围的MRI序列进行分割。该系统高效地集成记忆机制，以实现实时肿瘤运动跟踪，在数据有限且注释稀缺的挑战条件下仍能实现高分割精度。不幸的是，由于详细的实验记录丢失，目前无法报告精确的定量结果。尽管如此，我们从开发过程中的初步印象来看，基于XMem的框架显示出合理的分割性能，满足了临床实时要求。我们的工作通过提高MRI引导放疗期间肿瘤跟踪的精度，为增强癌症治疗的准确性和安全性贡献了重要作用。
引用
@article{arxiv.2509.18591,
title = {Enhancing Video Object Segmentation in TrackRAD Using XMem Memory Network},
author = {Pengchao Deng and Shengqi Chen},
journal= {arXiv preprint arXiv:2509.18591},
year = {2025}
}