用于多期胰腺导管腺癌分割的超配对网络
图像与视频处理
2019-09-04 v1 计算机视觉与模式识别
摘要
胰腺导管腺癌（PDAC）是最致命的癌症之一，总体五年生存率为 8%。由于 PDAC 的纹理变化细微，推荐采用胰腺双期成像以更好地诊断胰腺疾病。在本研究中，我们旨在通过整合多期信息（即动脉期和静脉期）来增强 PDAC 的自动分割。为此，我们提出超配对网络（HPN），一种有效整合来自不同期相信息的 3D 全卷积神经网络。所提方法由一个双路径网络组成，其中两个并行流通过超连接相互连接以实现密集的信息交换。此外，加入了一个配对损失以鼓励不同期相高层特征表示之间的共性。与使用单期数据的前期方法相比，HPN 在 DSC 方面报告了高达 7.73%（从 56.21% 到 63.94%）的显著提升。
引用
@article{arxiv.1909.00906,
title = {Hyper-Pairing Network for Multi-Phase Pancreatic Ductal Adenocarcinoma Segmentation},
author = {Yuyin Zhou and Yingwei Li and Zhishuai Zhang and Yan Wang and Angtian Wang and Elliot Fishman and Alan Yuille and Seyoun Park},
journal= {arXiv preprint arXiv:1909.00906},
year = {2019}
}
备注
To appear in MICCAI 2019