基于 UNet 的胸部 X 光图像肺部分割流水线
图像与视频处理
2022-12-12 v1 计算机视觉与模式识别
机器学习
摘要
生物医学图像分割是增长最快的领域之一，已通过人工智能的使用实现了广泛自动化。这使得准确技术的广泛采用得以加快筛查和诊断流程，否则这些流程需数天才能完成。本文提出一种端到端流水线，用于从胸部 X 光图像中分割肺部，在日本放射技术学会（JSRT）数据集上训练神经网络模型，使用 UNet 以实现对各种肺部疾病的快速初筛处理。所开发的流水线可由医疗中心直接使用，仅需提供 X 光图像作为输入。模型将执行预处理，并给出分割图像作为最终输出。预计这将大幅减少所涉及的人工工作，并在资源受限地区提高可及性。
引用
@article{arxiv.2212.04617,
title = {UNet Based Pipeline for Lung Segmentation from Chest X-Ray Images},
author = {Shashank Shekhar and Ritika Nandi and H Srikanth Kamath},
journal= {arXiv preprint arXiv:2212.04617},
year = {2022}
}
备注
6 Pages