利用病灶先验改进3D U-Net以提升脑肿瘤分割性能
计算机视觉与模式识别
2020-02-21 v3 机器学习
图像与视频处理
摘要
我们提出了一种新颖、简单且有效的方法来整合病灶先验与3D U-Net，以改进脑肿瘤分割。首先，我们利用一组患者的真实脑肿瘤病灶生成不同类型病灶的热图。这些热图用于创建包含脑肿瘤病灶先验信息的感兴趣体积（VOI）图。然后将VOI图与多模态MR图像整合，并输入到3D U-Net中进行分割。所提方法在一个公开基准数据集上进行了评估，实验结果表明所提特征融合方法相比基线方法有所提升。此外，与最先进（state-of-the-art）方法相比，我们的方法也取得了具有竞争力的性能。
引用
@article{arxiv.1907.00281,
title = {Improving 3D U-Net for Brain Tumor Segmentation by Utilizing Lesion Prior},
author = {Po-Yu Kao and Jefferson W. Chen and B. S. Manjunath},
journal= {arXiv preprint arXiv:1907.00281},
year = {2020}
}
备注
5 pages, 4 figures, 1 table, LNCS format