MMFNet：一种用于鼻咽癌分割的多模态MRI融合网络
计算机视觉与模式识别
2019-10-23 v6
摘要
从磁共振图像（MRI）中分割鼻咽癌（NPC）是鼻咽癌放疗的关键前提。然而，人工分割鼻咽癌耗时费力。此外，单模态MRI通常无法提供足够的信息以进行准确勾画。因此，本文提出一种基于三种MRI模态（T1、T2和增强T1）的多模态MRI融合网络（MMFNet），以完成鼻咽癌的准确分割。MMFNet的骨干网络被设计为基于多编码器的网络，由若干编码器捕获模态特定特征，以及一个单一解码器融合这些特征并获取用于鼻咽癌分割的高级特征。提出一种融合模块以有效融合多模态MRI的特征。该模块首先对从模态特定编码器捕获的低级特征进行重标定，以突出信息性特征与感兴趣区域，随后通过残差融合模块对加权特征进行融合，以保持融合特征与解码器高级特征之间的平衡。此外，提出一种称为自迁移的训练策略，利用预训练的模态特定编码器来初始化基于多编码器的网络，以充分挖掘不同MRI模态中的信息。所提出的基于多模态MRI的方法能够有效分割鼻咽癌，其优势已通过大量实验得到验证。
引用
@article{arxiv.1812.10033,
title = {MMFNet: A Multi-modality MRI Fusion Network for Segmentation of Nasopharyngeal Carcinoma},
author = {Huai Chen and Yuxiao Qi and Yong Yin and Tengxiang Li and Xiaoqing Liu and Xiuli Li and Guanzhong Gong and Lisheng Wang},
journal= {arXiv preprint arXiv:1812.10033},
year = {2019}
}
备注
34 pages, 12 figures