基于类视觉皮层解剖结构神经网络的卒中病灶分割
图像与视频处理
2021-05-25 v2 计算机视觉与模式识别
机器学习
摘要
脑血管意外，或通常所称的卒中，是一种对患者与医疗系统有极大影响的急性疾病，并且是全球第二大死因。快速而精确的卒中病灶检测与定位对于卒中诊断、治疗与预后而言是极为重要的环节。除手动分割方法外，基于机器学习的分割方法在效率与准确性上最具前景，而基于卷积神经网络的模型是此类方法的先驱。然而，大多数这类神经网络模型并未真正与脑解剖结构相对齐。直观地，本工作提出了一种更类脑的模型，其模仿人视觉皮层的解剖结构。通过在卒中病灶分割任务上的初步实验，发现所提模型性能与事实标准U-Net相当或更优。部分实现将在https://github.com/DarkoBomer/VCA-Net提供。
引用
@article{arxiv.2105.06544,
title = {Stroke Lesion Segmentation with Visual Cortex Anatomy Alike Neural Nets},
author = {Chuanlong Li},
journal= {arXiv preprint arXiv:2105.06544},
year = {2021}
}
备注
Update the segmentation examples figure (Fig. 7); Add the implementation link; Language related issues