三维 PET/CT 图像的证据分割
图像与视频处理
2021-04-28 v1 计算机视觉与模式识别
摘要
PET 与 CT 是医学图像分析中广泛使用的两种模态。从这两种成像模态中准确检测并分割淋巴瘤是癌症分期与放疗规划的关键任务。然而，由于 PET/CT 图像的复杂性以及处理三维数据的计算成本，该任务仍具挑战性。本文提出一种基于信任函数的分割方法来分割三维 PET/CT 图像中的淋巴瘤。该架构由特征提取模块与证据分割（ES）模块组成。ES 模块不仅输出分割结果（指示各体素是否存在淋巴瘤的二值图），还输出量化分类不确定性的不确定性图。整个模型通过最小化 Dice 与不确定性损失函数进行优化以提升分割精度。该方法在包含 173 名弥漫大 B 细胞淋巴瘤患者的数据库上进行了评估。定量与定性结果表明我们的方法优于 SOTA 方法。
引用
@article{arxiv.2104.13293,
title = {Evidential segmentation of 3D PET/CT images},
author = {Ling Huang and Su Ruan and Pierre Decazes and Thierry Denoeux},
journal= {arXiv preprint arXiv:2104.13293},
year = {2021}
}
备注
Belief2021