使用深度学习与3D多参数MRI进行前列腺癌诊断
计算机视觉与模式识别
2017-03-14 v1 机器学习
摘要
基于卷积神经网络，我们开发了一种新颖的深度学习架构（XmasNet），用于利用PROSTATEx挑战赛提供的3D多参数MRI数据对前列腺癌病灶进行分类。对XmasNet进行了端到端训练，并通过3D旋转和切片进行数据增强，以纳入病灶的3D信息。在训练和测试数据上，XmasNet均优于基于人工设计特征的传统机器学习模型。在测试数据上，XmasNet优于来自33个参赛组的69种方法，并在PROSTATEx挑战赛中取得了第二高的AUC（0.84）。本研究表明了深度学习在癌症影像学中的巨大潜力。
引用
@article{arxiv.1703.04078,
title = {Prostate Cancer Diagnosis using Deep Learning with 3D Multiparametric MRI},
author = {Saifeng Liu and Huaixiu Zheng and Yesu Feng and Wei Li},
journal= {arXiv preprint arXiv:1703.04078},
year = {2017}
}
备注
4 pages, 4 figures, Proc. SPIE 10134, Medical Imaging 2017