基于多模态的危及器官分割
图像与视频处理
2019-10-18 v1 计算机视觉与模式识别
摘要
随着计算机视觉中图像分割的发展，生物医学图像分割在脑肿瘤分割和危及器官（OAR）分割方面取得了显著进展。然而，大多数研究仅使用单一模态，如计算机断层扫描（CT），而在现实场景中，医生通常使用多种模态以获得更准确的结果。为了更好地利用不同模态，我们收集了一个包含 136 例确诊为鼻咽癌病例的 CT 和 MR 图像的大规模数据集。在本文中，我们提出使用生成对抗网络执行 CT 到 MR 的转换，以合成 MR 图像，而非对齐两种模态。合成的 MR 图像可以与 CT 联合训练，以获得更好的性能。此外，我们使用实例分割模型扩展 OAR 分割任务，以同时分割器官和肿瘤区域。收集的数据集将很快公开。
引用
@article{arxiv.1910.07800,
title = {Organ At Risk Segmentation with Multiple Modality},
author = {Kuan-Lun Tseng and Winston Hsu and Chun-ting Wu and Ya-Fang Shih and Fan-Yun Sun},
journal= {arXiv preprint arXiv:1910.07800},
year = {2019}
}