基于3D MRI的脑肿瘤区域鲁棒语义分割
图像与视频处理
2020-01-08 v1 计算机视觉与模式识别
机器学习
摘要
多模态脑肿瘤分割挑战赛(BraTS)汇聚研究人员以改进用于3D MRI脑肿瘤分割的自动化方法。肿瘤分割是该疾病诊断和治疗规划所需的基本视觉任务之一。往年获奖方法均基于深度学习,这得益于现代GPU的出现,使得深度卷积神经网络架构的快速优化成为可能。在本工作中,我们探索了3D语义分割的最佳实践,包括常规的编码器-解码器架构以及组合损失函数,以期进一步提高分割精度。我们在BraTS 2019挑战赛上对该方法进行了评估。
引用
@article{arxiv.2001.02040,
title = {Robust Semantic Segmentation of Brain Tumor Regions from 3D MRIs},
author = {Andriy Myronenko and Ali Hatamizadeh},
journal= {arXiv preprint arXiv:2001.02040},
year = {2020}
}
备注
Accepted to 2019 International MICCAI Brainlesion Workshop -- Multimodal Brain Tumor Segmentation Challenge (BraTS) 2019. arXiv admin note: substantial text overlap with arXiv:1810.11654