用于肝脏病灶分割的混合级联神经网络
图像与视频处理
2020-05-26 v3 计算机视觉与模式识别
机器学习
摘要
自动肝脏病灶分割是一项具有挑战性的任务，同时对辅助医疗专业人员设计有效治疗和规划适当护理具有重要影响。在本文中，我们提出了一种结合 2D 与 3D 卷积神经网络的级联系统，以有效分割肝脏病灶。我们的 2D 网络基于逐切片方式分割肝脏和较大肿瘤，而我们使用 3D 网络检测常在 2D 分割设计中遗漏的小病灶。我们在 LiTS 挑战赛上采用该算法，获得每例 Dice 分数 68.1%，在所有非预训练模型中表现最佳，在已发表方法中排名第二。我们还进行了二倍交叉验证，以揭示 LiTS 标注中的过分割与欠分割问题。
引用
@article{arxiv.1909.04797,
title = {Hybrid Cascaded Neural Network for Liver Lesion Segmentation},
author = {Raunak Dey and Yi Hong},
journal= {arXiv preprint arXiv:1909.04797},
year = {2020}
}