使用深度空洞卷积的脊髓灰质分割
计算机视觉与模式识别
2018-06-22 v1
摘要
灰质（GM）组织变化与广泛的神经系统疾病相关，最近还被发现与肌萎缩侧索硬化症中的残疾生物标志物相关。因此，自动分割 GM 的能力是现代脊髓研究的一项重要任务。在这项工作中，我们设计了一种现代、简单且端到端全自动的人类脊髓灰质分割方法，该方法使用深度学习，同时适用于体内和体外 MRI 采集。我们在一项 GM 分割挑战赛中将我们的方法与六种独立开发的方法进行了评估，并在 10 项不同的评估指标中的 8 项中报告了 SOTA 结果，且与 U-Nets 等传统医学成像架构相比实现了大幅的网络参数减少。
引用
@article{arxiv.1710.01269,
title = {Spinal cord gray matter segmentation using deep dilated convolutions},
author = {Christian S. Perone and Evan Calabrese and Julien Cohen-Adad},
journal= {arXiv preprint arXiv:1710.01269},
year = {2018}
}
备注
13 pages, 8 figures