原发性肿瘤体积（GTVp）的交互式3D分割
图像与视频处理
2024-09-11 v1 计算机视觉与模式识别
机器学习
摘要
口咽部癌（OPC）的主要治疗方式为放疗，准确的原发性肿瘤体积（GTVp）分割是必不可少的。然而，由于观察者间变异性大且手动标注耗时的原因，GTVp分割准确性受到挑战；而完全自动的方法有时也会失败。交互式深度学习（DL）模型具有自动实现高性能分割并在必要时提供用户纠正的灵活性。本研究针对OPC的GTVp分割进行交互式DL方法的探索。我们实现了最先进的算法，并提出一种新的两阶段交互式点击细化框架（2S-ICR）。使用2021年HEad and neCK TumOR（HECKTOR）数据集进行开发，并使用盐克分子癌中心（MD Anderson Cancer Center）的外部数据集进行评估。结果表明，2S-ICR框架在无用户交互时实现Dice相似系数为0.713±0.152，在五次用户交互后实现0.824±0.099，优于现有方法。
引用
@article{arxiv.2409.06605,
title = {Interactive 3D Segmentation for Primary Gross Tumor Volume in Oropharyngeal Cancer},
author = {Mikko Saukkoriipi and Jaakko Sahlsten and Joel Jaskari and Lotta Orasmaa and Jari Kangas and Nastaran Rasouli and Roope Raisamo and Jussi Hirvonen and Helena Mehtonen and Jorma Järnstedt and Antti Mäkitie and Mohamed Naser and Clifton Fuller and Benjamin Kann and Kimmo Kaski},
journal= {arXiv preprint arXiv:2409.06605},
year = {2024}
}