用于脑转移瘤放射外科的多模态体积感知检测与分割
图像与视频处理
2019-08-16 v1 计算机视觉与模式识别
摘要
立体定向放射外科（SRS）在单次或少数几次照射中向小靶区递送高剂量辐射，已成为脑转移瘤的标准疗法。尽管非常有效，SRS 目前仍需大量人工勾画肿瘤。本工作中，我们提出一种利用多模态成像与集成神经网络的深度学习方法，用于脑转移瘤的自动检测与分割。为应对小而多的脑转移瘤，我们进一步提出体积感知 Dice 损失，利用病灶尺寸信息优化模型性能。本工作超越了当前基准水平，并展示了一种用于多发脑转移瘤 SRS 治疗规划的可靠 AI 辅助系统。
引用
@article{arxiv.1908.05418,
title = {Multimodal Volume-Aware Detection and Segmentation for Brain Metastases Radiosurgery},
author = {Szu-Yeu Hu and Wei-Hung Weng and Shao-Lun Lu and Yueh-Hung Cheng and Furen Xiao and Feng-Ming Hsu and Jen-Tang Lu},
journal= {arXiv preprint arXiv:1908.05418},
year = {2019}
}
备注
Accepted to 2019 MICCAI AIRT