无标注肝肿瘤分割
图像与视频处理
2023-03-28 v1 计算机视觉与模式识别
机器学习
摘要
我们证明，通过在 CT 扫描中使用合成肿瘤，AI 模型无需人工标注即可准确分割肝肿瘤。我们的合成肿瘤具有两个引人注目的优势：（I）形状与纹理逼真，甚至医学专业人员也会将其与真实肿瘤混淆；（II）对训练 AI 模型有效，其执行肝肿瘤分割的性能可与在真实肿瘤上训练的模型相媲美——这一结果令人振奋，因为现有仅使用合成肿瘤的工作迄今都未达到与真实肿瘤相似甚至接近的性能。该结果还意味着，未来可显著减少逐体素标注肿瘤的人工投入（其创建耗时数年）。此外，我们的合成肿瘤可自动生成许多小（甚至微小）合成肿瘤样本，并有望提高小肝肿瘤的检测成功率，而这对癌症早期检测至关重要。除丰富训练数据外，我们的合成策略还使我们能够严格评估 AI 的鲁棒性。
引用
@article{arxiv.2303.14869,
title = {Label-Free Liver Tumor Segmentation},
author = {Qixin Hu and Yixiong Chen and Junfei Xiao and Shuwen Sun and Jieneng Chen and Alan Yuille and Zongwei Zhou},
journal= {arXiv preprint arXiv:2303.14869},
year = {2023}
}
备注
CVPR 2023