基于标记控制分水岭变换的乳腺MRI病灶半自动分割算法
计算机视觉与模式识别
2017-12-15 v1
摘要
磁共振成像（MRI）是一种用于识别和定位女性乳腺病灶的有效成像方式。利用计算机辅助诊断（CAD）系统对病灶进行准确而精确的分割，是评估肿瘤体积和量化肿瘤特征的关键步骤。然而，这是一项具有挑战性的任务，因为乳腺病灶具有复杂的形状、拓扑结构，且在不同患者间的强度分布差异很大。在本文中，我们提出了一种新颖的基于标记控制分水岭变换的方法，该方法使用感兴趣区域（由专家确定）中最亮的像素作为标记，以克服这一挑战，并准确分割乳腺MRI中的病灶。所提出的方法在106个病灶上进行了评估，包括64个恶性和42个良性病例。通过使用Dice相似系数（DSC）和Jaccard指数（JI）指标与真实标签进行比较，对分割结果进行了量化。该方法取得了平均Dice系数0.78080.1729和Jaccard指数0.67040.2167。这些结果表明，所提出的方法在良性和恶性乳腺病灶的分割与分类相关未来工作中具有前景。
引用
@article{arxiv.1712.05200,
title = {Semi-Automatic Algorithm for Breast MRI Lesion Segmentation Using Marker-Controlled Watershed Transformation},
author = {Sulaiman Vesal and Andres Diaz-Pinto and Nishant Ravikumar and Stephan Ellmann and Amirabbas Davari and Andreas Maier},
journal= {arXiv preprint arXiv:1712.05200},
year = {2017}
}