PCG-Cut：前列腺中央腺体的图驱动分割
计算机视觉与模式识别
2013-10-15 v1
摘要
前列腺癌是男性中最常见的癌症，仅在美国，2012 年预计就有超过 200,000 例新发病例和约 28,000 例死亡。本研究展示了磁共振 (MR) 扫描中前列腺中央腺体 (PCG) 的分割结果。本研究的目的是应用一种基于图的算法来自动分割（即描绘）前列腺中央腺体的器官边界。最终目标是将自动分割方法应用于促进高效的 MR 引导活检和放射治疗计划。所使用的自动分割算法是基于球体模板的图驱动算法。因此，射线穿过多面体的表面点以对图的节点进行采样。在图构建之后（这仅需用户定义位于前列腺中央腺体内部的多面体中心），通过多项式时间的 s-t 割计算图上的最小代价闭集，从而得到前列腺中央腺体边界和体积的分割。该算法已作为 C++ 模块在医学研究平台 MeVisLab 中实现，中央腺体边界的金标准由具有多年前列腺治疗经验的临床专家（介入放射学家）手动提取。为了评估，将所提出方案的自动分割结果与手动分割结果进行了比较，得出的平均 Dice 相似系数 (DSC) 为 78.94 +/- 10.85%。
引用
@article{arxiv.1310.3366,
title = {PCG-Cut: Graph Driven Segmentation of the Prostate Central Gland},
author = {Jan Egger},
journal= {arXiv preprint arXiv:1310.3366},
year = {2013}
}
备注
6 pages, 6 figures, 2 tables, 52 references