Leberlesionensegmentierung mit schichtweise 2D Tiramisu und Tversky-Funktion

Derzeit wird die Läsionssegmentierung noch manuell (oder halbautomatisch) von medizinischen Experten durchgeführt. Um diesen Prozess zu erleichtern, präsentieren wir eine vollautomatische Läsionssegmentierungs Pipeline. Diese Arbeit schlägt eine Methode vor, die Teil der LiTS (Liver Tumor Segmentation Challenge)-Wettbewerbe für ISBI 17 und MICCAI 17 ist und automatische Segmentierungsverfahren für Leberläsionen in Computertomografien vergleicht. Durch den Einsatz kaskadierter, dicht verbundener 2D U-Nets und einer auf dem Tversky-Koeffizienten basierenden Verlustfunktion erreicht unser Framework sehr gute Formextraktionen mit hoher Detektionssensitivität und wettbewerbsfähigen Ergebnissen zum Zeitpunkt der Veröffentlichung. Zudem ermöglicht es das Anpassen von Hyperparametern in unserem Tversky-Verlust, das Netzwerk entweder auf höhere Sensitivität oder Robustheit auszurichten.