利用集成肿瘤分割与迁移学习的生存预测
定量方法
2018-10-11 v1 计算机视觉与模式识别
医学物理
摘要
正如年度BraTS挑战所展示的,分割肿瘤及其子区域是一项具有挑战性的任务。此外,主要利用影像特征预测患者生存虽为评估患者治疗的理想目标,却同样困难。本文中,我们提出一个级联流程来分割肿瘤及其子区域,然后将这些结果与其他临床特征以及来自预训练VGG-16网络的图像特征结合,以预测患者生存。在训练与验证集上的初步结果显示分割方面有良好的开端,而预测值可通过对网络特征提取部分的进一步测试得以改进。
引用
@article{arxiv.1810.04274,
title = {Survival prediction using ensemble tumor segmentation and transfer learning},
author = {Mariano Cabezas and Sergi Valverde and Sandra González-Villà and Albert Clérigues and Mostafa Salem and Kaisar Kushibar and Jose Bernal and Arnau Oliver and Xavier Lladó},
journal= {arXiv preprint arXiv:1810.04274},
year = {2018}
}
备注
Submitted to the BRATS2018 MICCAI challenge