使用带批量 Dice 损失的 CNN 分割头颈部危险器官
计算机视觉与模式识别
2018-12-07 v1
摘要
本文研究 CT 图像中头颈部危险器官（OAR）的分割，这是可靠的调强放射治疗的关键步骤。我们引入一种具有编码器-解码器结构的卷积神经网络以及用于训练该网络的新的损失函数——批量软 Dice 损失函数。所得模型对公开的 MICCAI 2015 头颈部自动分割挑战赛数据集中的每一个 OAR 生成分割结果。尽管数据中存在严重的类别不平衡，我们仍将当前最优方法的精度在平均表面距离上提高了 0.33 mm，在 Dice 重叠系数上平均提高了 0.11。
关键词
引用
@article{arxiv.1812.02427,
title = {Segmentation of Head and Neck Organs at Risk Using CNN with Batch Dice Loss},
author = {Oldřich Kodym and Michal Španěl and Adam Herout},
journal= {arXiv preprint arXiv:1812.02427},
year = {2018}
}