摘要
提出了一种全卷积神经网络级联方法，用于将包含脑肿瘤的多模态磁共振（MR）图像分割为背景和三个层次区域：整个肿瘤、肿瘤核心以及增强肿瘤核心。该级联设计旨在根据子区域的层次结构，将多类分割问题分解为三个二元分割问题的序列。首先，对整个肿瘤进行分割，并利用其结果的边界框在第二步中进行肿瘤核心的分割。接着，基于肿瘤核心分割结果的边界框对增强肿瘤核心进行分割。我们的网络由多个各向异性和膨胀卷积滤波器层组成，并结合多视图融合以减少假阳性。这些网络中采用了残差连接和多尺度预测来提高分割性能。实验结果显示，在BraTS 2017验证集上，所提出的方法分别对增强肿瘤核心、整个肿瘤和肿瘤核心达到了平均Dice系数0.7859、0.9050和0.8378。而在BraTS 2017测试集上，相应的值分别为0.7831、0.8739和0.7748。