机构名称：
¥ 1.0
脑微出血是低信号的、小的、圆形或卵圆形的病变 [1, 2]；在具有梯度回波、T2* 或磁敏感加权 (SWI) 成像的磁共振成像 (MRI) 上可见 [3, 4, 5]。脑微出血的评估主要通过目视检查进行，使用经过验证的评分量表，例如微出血解剖评分量表 (MARS)[6] 或脑观察者微出血量表 (BOMBS)[7]。在过去十年中，在深度学习技术在医学图像分析中兴起之前 [8]，已经开发出用于辅助脑微出血检测的半自动化工具。这些包括基于统一分割 [9]、支持向量机 [10] 或径向对称变换 [11, 12, 13] 的技术。近年来，由于深度学习技术的巨大进步，全自动微出血检测方法的数量大幅增加[14、15、16、17、18]。在本文中，我们探索使用 nnU-Net[19] 作为微出血分割的全自动工具。这种基于深度学习的自配置语义分割方法在许多国际生物医学分割竞赛中表现出色[20]，但尚未应用于脑微出血检测和分割任务。
使用 nnU-Net 分割脑微出血
主要关键词
相关文件推荐
