评估序列组合对乳腺肿瘤分割在多参数 MRI 中的影响
图像与视频处理
2024-06-13 v1 计算机视觉与模式识别
摘要
多参数磁共振成像（mpMRI）是评估乳腺癌进展的关键工具。尽管深度学习已被应用于自动化乳腺 MRI 肿瘤分割，但序列组合在 mpMRI 中的影响仍未充分调查。本研究探讨了不同 T2 加权（T2w）、动态对比增强 MRI（DCE-MRI）和扩散加权成像（DWI）伴随漂移系数（ADC）图在乳腺肿瘤分割中的影响，使用 nnU-Net 进行评估。在多中心 mpMRI 数据集上进行评估，采用 DCE 序列的 nnU-Net 模型对功能肿瘤体积（FTV）分割获得 Dice 相似系数（DSC）为 。对于整块肿瘤掩码（WTM）分割， 将预测的 FTV 融合 DWI 和 ADC 图后，DSC 从 提升至 。加入 T2w 并未获得显著提升，这在更标准化的成像协议下仍需进一步探讨。本研究为未来利用 mpMRI 预测乳腺癌治疗反应提供了基础。
引用
@article{arxiv.2406.07813,
title = {Evaluating the Impact of Sequence Combinations on Breast Tumor Segmentation in Multiparametric MRI},
author = {Hang Min and Gorane Santamaria Hormaechea and Prabhakar Ramachandran and Jason Dowling},
journal= {arXiv preprint arXiv:2406.07813},
year = {2024}
}