胶质瘤是最常见的原发性脑恶性肿瘤,具有不同的侵袭性、可变的预后和各种异质性组织学亚区域 [3,1,2]。脑肿瘤分割 (BraTS) 挑战赛的目标之一是确定用于在磁共振成像 (MRI) 扫描中分割脑肿瘤的最先进的机器学习方法 [19,4]。一个 MRI 数据样本包括原始 T1 加权扫描 (T1)、对比后 T1 加权扫描 (T1Gd)、原始 T2 加权扫描 (T2) 和 T2 液体衰减反转恢复 (T2-FLAIR) 扫描。然而,每个肿瘤感兴趣区域 (TRoI) 在一个脉冲中可见。具体而言,整个肿瘤在 T2-FLAIR 中可见,肿瘤核心在 T2 中可见,增强肿瘤在 T1Gd 中可见。准确的深度学习分割模型不仅可以节省神经放射科医生的时间,还可以为进一步的肿瘤分析提供可靠的结果。最近,深度学习方法一直超越传统的计算机视觉方法[6,11,22,24,27]。具体来说,卷积神经网络(CNN)
主要关键词
![arXiv:2009.12111v2 [eess.IV] 2020 年 10 月 28 日PDF文件第1页](/bimg/4/4079605f0ebbee563e6e1fcaba7507947652bf33.webp)
![arXiv:2009.12111v2 [eess.IV] 2020 年 10 月 28 日PDF文件第2页](/bimg/5/53aaf1e407408ccab59779ae29e1546c0c91c41a.webp)
![arXiv:2009.12111v2 [eess.IV] 2020 年 10 月 28 日PDF文件第3页](/bimg/3/387417288fbabc8bdfa7c6ac9984532317cb4b90.webp)
![arXiv:2009.12111v2 [eess.IV] 2020 年 10 月 28 日PDF文件第4页](/bimg/2/2d057cdf62d36cb0a95e3cda5424db5c6c704934.webp)
![arXiv:2009.12111v2 [eess.IV] 2020 年 10 月 28 日PDF文件第5页](/bimg/9/96b2f1d6176f96fb167f7d82f827890a596ddc2a.webp)
