多模态头颈肿瘤分割的网络架构研究
图像与视频处理
2022-12-22 v1 计算机视觉与模式识别
摘要
受近期 Transformer 在自然语言处理以及视觉 Transformer 在计算机视觉中成功的启发，医学影像领域的许多研究者涌向基于 Transformer 的网络，用于分类、分割与估计等各类主流医学任务。在本研究中，我们分析了两种近期发表的基于 Transformer 的网络架构在多模态头颈肿瘤分割任务上的表现，并将其与事实上的标准 3D 分割网络——nnU-Net 进行比较。我们的结果表明，在存在大结构和/或需要大视野的情况下，建模长程依赖可能有所帮助。然而，对于头颈肿瘤等小结构，基于卷积的 U-Net 架构似乎表现良好，尤其在训练数据集较小且计算资源有限时。
引用
@article{arxiv.2212.10724,
title = {Investigation of Network Architecture for Multimodal Head-and-Neck Tumor Segmentation},
author = {Ye Li and Junyu Chen and Se-in Jang and Kuang Gong and Quanzheng Li},
journal= {arXiv preprint arXiv:2212.10724},
year = {2022}
}
备注
Accepted for oral presentation by IEEE Medical Imaging Conference 2022