利用全卷积冗余计数模型标记脊柱椎间盘
图像与视频处理
2020-03-12 v2 计算机视觉与模式识别
摘要
标记椎间盘具有重要意义，因为它能使临床医生明确理解患者症状（疼痛、瘫痪）与脊髓损伤确切节段之间的关系。然而，手动标记这些椎间盘是一项繁琐且带有使用者偏倚的任务，将受益于自动化方法。尽管已有一些针对 MRI 和 CT 的自动化方法，但它们要么不公开可用，要么无法泛化到不同成像对比度。在本文中，我们将全卷积网络（FCN）与 inception 模块相结合，以定位和标记椎间盘。我们在一个公开可用的多中心、多对比度 MRI 数据库（n=235 名受试者）中展示了概念验证应用。代码公开于 https://github.com/neuropoly/vertebral-labeling-deep-learning。
引用
@article{arxiv.2003.04387,
title = {Spine intervertebral disc labeling using a fully convolutional redundant counting model},
author = {Lucas Rouhier and Francisco Perdigon Romero and Joseph Paul Cohen and Julien Cohen-Adad},
journal= {arXiv preprint arXiv:2003.04387},
year = {2020}
}
备注
MIDL 2020