重新思考放射学：BraTS的不同方法分析
计算机视觉与模式识别
2018-06-12 v1 机器学习
摘要
本文讨论了目前用于原发性和继发性胶质母细胞瘤以及低级别胶质瘤像素级分割的深度学习架构。我们实现了各种模型，例如流行的 UNet 架构，并比较了这些实现在 BRATS 数据集上的性能。本文将探索不同的方法和组合，深入讨论它们的性能表现，以及如何利用深度学习架构的最新进展对其进行改进。
引用
@article{arxiv.1806.03981,
title = {Rethinking Radiology: An Analysis of Different Approaches to BraTS},
author = {William Bakst and Linus Meyer-Teruel and Jasdeep Singh},
journal= {arXiv preprint arXiv:1806.03981},
year = {2018}
}