联合肝脏分割引导的肝脏病灶分割
计算机视觉与模式识别
2018-08-14 v3
摘要
我们提出了一种用于计算机断层扫描 (CT) 体积中肝脏和肝脏病灶联合分割的模型。我们由两个全卷积网络构建该模型，它们串联连接并端到端共同训练。我们在 2017 年 MICCAI 肝脏肿瘤分割挑战赛上评估了我们的方法，在广泛的指标范围内取得了有竞争力的肝脏和肝脏病灶检测与分割得分。与其他表现最佳的方法不同，我们的模型输出后处理很简单，我们不使用挑战赛之外的数据，并且我们提出了一个简单的单阶段模型，该模型进行端到端训练。然而，我们的方法几乎匹配了最佳的病灶分割性能，并在保持高召回率的同时实现了第二高的病灶检测精确率。
引用
@article{arxiv.1707.07734,
title = {Liver lesion segmentation informed by joint liver segmentation},
author = {Eugene Vorontsov and An Tang and Chris Pal and Samuel Kadoury},
journal= {arXiv preprint arXiv:1707.07734},
year = {2018}
}
备注
Late upload of conference version (ISBI)