SegTHOR：CT图像中胸部危险器官分割
图像与视频处理
2019-12-13 v1 计算机视觉与模式识别
摘要
在开放科学时代，公共数据集连同通用实验协议有助于设计和验证数据科学算法的过程；它们也有助于促进方法间结果的可复现性和公平比较。许多用于图像分割的数据集可用，各自呈现其挑战；然而用于放疗规划的却极少。本文介绍了一个专用于胸部危险器官（OARs）分割的新数据集，即肿瘤周围须在放疗中免受照射的器官。该数据集称为SegTHOR（胸部危险器官分割）。在此数据集中，OARs为心脏、气管、主动脉和食管，它们具有变化的时间和外观特征。数据集包含60个3D CT扫描，分为40个患者的训练集和20个患者的测试集，其中OARs由经验丰富的放疗科医生手动勾画。连同数据集，我们给出了使用原始最先进架构U-Net和简化版本获得的一些基线结果。我们研究了该基线架构的不同配置，以作为未来SegTHOR数据集研究的比较基准。初步结果显示仍有改进空间，尤其是最小器官。
引用
@article{arxiv.1912.05950,
title = {SegTHOR: Segmentation of Thoracic Organs at Risk in CT images},
author = {Z. Lambert and C. Petitjean and B. Dubray and S. Ruan},
journal= {arXiv preprint arXiv:1912.05950},
year = {2019}
}
备注
Submitted to a journal in december 2019