使用 U-Net 网络高效分割 MRI 图像中的脑肿瘤
图像与视频处理
2022-11-04 v1 计算机视觉与模式识别
定量方法
摘要
磁共振成像(MRI)是最常用的非侵入性医学图像采集技术。脑肿瘤分割是通过算法识别脑 MRI 扫描中肿瘤的过程。尽管文献中已提出许多脑肿瘤分割方法,本文提出了一种轻量级 U-Net 实现。除了提供 MRI 扫描的实时分割外,所提出的架构不需要大量数据来训练该轻量级 U-Net。此外,不需要额外的数据增强步骤。轻量级 U-Net 在 BITE 数据集上显示出非常有前景的结果,达到了 89% 的平均交并比(IoU),并优于标准基准算法。另外,本工作展示了有效利用三个视角平面而非原始三维体图像来简化脑肿瘤分割。
引用
@article{arxiv.2211.01885,
title = {Using U-Net Network for Efficient Brain Tumor Segmentation in MRI Images},
author = {Jason Walsh and Alice Othmani and Mayank Jain and Soumyabrata Dev},
journal= {arXiv preprint arXiv:2211.01885},
year = {2022}
}
备注
Published in Healthcare Analytics, 2022