基于三维到二维全卷积网络的 CT 图像肝脏分割
计算机视觉与模式识别
2018-03-06 v2
摘要
腹部器官的诊断前分析与治疗对 CT 扫描分析的需求日益增长。腹部 CT 扫描的自动器官分割可帮助放射科医生更快地分析扫描图像，并以更少的错误分割器官图像。然而，现有方法对于事故受害者和紧急情况下的分割处理效率不足。本文提出一种高效的肝脏分割方法，采用我们的三维到二维全连接网络（3D-2D-FCN）。分割掩膜通过器官边界上的条件随机场进行增强。因此，我们在不到一分钟的时间内以 93.52 的 Dice 系数分割出目标肝脏。
引用
@article{arxiv.1802.07800,
title = {Liver segmentation in CT images using three dimensional to two dimensional fully convolutional network},
author = {Shima Rafiei and Ebrahim Nasr-Esfahani and S. M. Reza Soroushmehr and Nader Karimi and Shadrokh Samavi and Kayvan Najarian},
journal= {arXiv preprint arXiv:1802.07800},
year = {2018}
}
备注
5 pages, 2 figures