基于CT/PET成像中深度学习的肿瘤分割的正弦波归一化
计算机视觉与模式识别
2024-09-23 v1 人工智能
医学物理
摘要
本报告提出了一种用于CT/PET扫描中肿瘤分割的归一化模块，专为autoPET III挑战开发。关键创新是引入SineNormal，通过对PET数据应用周期性正弦变换来增强病灶检测。通过突出强度变化并在PET突出区域产生同心环模式，该模型旨在提高分割精度，尤其是针对挑战性的多tracer PET数据集。该项目的代码已在GitHub上提供（https://github.com/BBQtime/Sine-Wave-Normalization-for-Deep-Learning-Based-Tumor-Segmentation-in-CT-PET）。
引用
@article{arxiv.2409.13410,
title = {Sine Wave Normalization for Deep Learning-Based Tumor Segmentation in CT/PET Imaging},
author = {Jintao Ren and Muheng Li and Stine Sofia Korreman},
journal= {arXiv preprint arXiv:2409.13410},
year = {2024}
}
备注
Report for Team WukongRT in the AutoPET III Challenge