基于高效数据增强的颅骨剥离神经网络训练
计算机视觉与模式识别
2018-10-26 v1
摘要
颅骨剥离方法旨在从磁共振(MR)脑扫描采集中去除非脑组织。尽管文献中已提出若干具有此共同目标的方法，但它们都受限于 MR 图像的巨大变异性。本工作中，我们提出一种基于卷积神经网络的新方法，在 NFBS 公共数据库上自动执行脑提取并取得前沿性能。此外，我们专注于神经网络的高效训练，设计了一套有效的数据增强流程。所得结果通过 Dice 指标评估，获得 96.5% 的数值，处理时间为每体素 4.5 秒。
引用
@article{arxiv.1810.10853,
title = {Training of a Skull-Stripping Neural Network with efficient data augmentation},
author = {Gabriele Valvano and Nicola Martini and Andrea Leo and Gianmarco Santini and Daniele Della Latta and Emiliano Ricciardi and Dante Chiappino},
journal= {arXiv preprint arXiv:1810.10853},
year = {2018}
}
备注
April 2018. Content: 8 pages, 2 figures