基于AI的脊柱肿瘤T2 MRI图像的腰椎肿瘤分割与定位
图像与视频处理
2024-05-08 v1 计算机视觉与模式识别
摘要
在医学影像中，三维(3D)空间中脊柱肿瘤的分割与定位面临着显著的计算挑战，主要源于数据可得性有限。为此，本研究引入一种新颖的数据增强技术，旨在通过AI方法自动化脊柱肿瘤的分割与定位。该方法融合了模糊C均值聚类和随机森林算法，成功实现了基于医学影像领域专家最初勾勒的预定义掩码的脊柱肿瘤分割。随后，采用卷积神经网络(CNN)架构进行肿瘤分类。此外，采用3D脊椎分割和标记技术以帮助确定肿瘤在腰椎中的确切位置。结果表明，所提出的方法在肿瘤分割、肿瘤分类和肿瘤定位方面分别实现了99%、98%和99%的准确率。这些指标超越了现有最先进技术的效果，体现在基于Dice系数、类别准确率和交并比(IOU)等指标的优异性能上。这一创新方法有望提升脊柱肿瘤诊断能力，从而促进更有效的临床决策。
引用
@article{arxiv.2405.04023,
title = {Lumbar Spine Tumor Segmentation and Localization in T2 MRI Images Using AI},
author = {Rikathi Pal and Sudeshna Mondal and Aditi Gupta and Priya Saha and Somoballi Ghoshal and Amlan Chakrabarti and Susmita Sur-Kolay},
journal= {arXiv preprint arXiv:2405.04023},
year = {2024}
}
备注
9 pages, 12 figures