Loading...
机构名称:
¥ 1.0

摘要。脑转移瘤 (BM) 是最常见的脑肿瘤。使用立体定向放射外科治疗多发性 BM 患者需要准确定位转移瘤。神经网络可以协助完成这项通常由人类专家执行的耗时且昂贵的任务。检测小病变尤其具有挑战性,因为它们在现有方法中往往代表性不足。然而,病变检测对所有大小都同样重要。在这项工作中,我们开发了一组神经网络,专门用于检测和分割小 BM。为了完成这项任务,我们训练了几个神经网络,专注于 BM 分割问题的各个方面:我们使用 blob 损失来专门解决病变实例在大小和纹理方面的不平衡,因此不会偏向较大的病变。此外,使用 T1 和 T1 对比增强序列之间的减法序列的模型专注于低对比度病变。此外,我们只针对小病变训练额外的模型。我们的实验证明了额外的 blob 损失和减法序列的效用。然而,在集成中包含专门的小病变模型会使分割结果变差。我们还发现,受领域知识启发的后处理步骤可以在大多数实验中大大提高我们的性能。我们的方法使我们能够向 ASNR-MICCAI BraTS 脑转移挑战赛 2023 提交具有竞争力的挑战参赛作品。

arXiv:2310.02829v1 [eess.IV] 2023 年 10 月 4 日

arXiv:2310.02829v1 [eess.IV] 2023 年 10 月 4 日PDF文件第1页

arXiv:2310.02829v1 [eess.IV] 2023 年 10 月 4 日PDF文件第2页

arXiv:2310.02829v1 [eess.IV] 2023 年 10 月 4 日PDF文件第3页

arXiv:2310.02829v1 [eess.IV] 2023 年 10 月 4 日PDF文件第4页

arXiv:2310.02829v1 [eess.IV] 2023 年 10 月 4 日PDF文件第5页

相关文件推荐

2025 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥2.0
2023 年
¥2.0
2023 年
¥1.0