基于Mask-RCNN的多参数MRI前列腺腺体及腺体内病灶分割
计算机视觉与模式识别
2019-04-05 v1
摘要
前列腺癌（PCa）是美国男性中最常见的癌症。多参数磁共振成像（mp-MRI）已被许多研究者用于靶向前列腺活检和放射治疗。然而，mp-MRI上的评估可能具有主观性，开发计算机辅助诊断系统以自动勾画前列腺腺体和腺体内病灶（ILs）对于在临床实践中协助放射科医生变得重要。在本文中，我们首先研究了 Mask-RCNN 模型用于分割前列腺和ILs的实现。我们在来自两个不同患者队列的120名患者上训练和评估了模型。我们还使用2D U-Net和3D U-Net作为基准来分割前列腺并比较模型性能。该算法在ILs上的轮廓变异性也在19名患者上针对两名不同放射肿瘤科医生之间的观察者间变异性进行了基准测试。我们的结果表明，Mask-RCNN模型能够在前列腺分割中达到最先进（state-of-the-art）性能，并在ILs分割中优于几个有竞争力的基线。
引用
@article{arxiv.1904.02575,
title = {Segmentation of the Prostatic Gland and the Intraprostatic Lesions on Multiparametic MRI Using Mask-RCNN},
author = {Zhenzhen Dai and Eric Carver and Chang Liu and Joon Lee and Aharon Feldman and Weiwei Zong and Milan Pantelic and Mohamed Elshaikh and Ning Wen},
journal= {arXiv preprint arXiv:1904.02575},
year = {2019}
}