2달 전

자동화된 뇌 종양 분할을 위한 연속적인 이방성 컨볼루션 신경망의 활용

Guotai Wang; Wenqi Li; Sebastien Ourselin; Tom Vercauteren
자동화된 뇌 종양 분할을 위한 연속적인 이방성 컨볼루션 신경망의 활용
초록

다중 컨벌루션 신경망의 캐스케이드를 제안하여 뇌종양이 있는 다중 모달 자기공명(MR) 영상을 배경과 세 가지 계층적 영역으로 분할합니다: 전체 종양, 종양 핵, 그리고 강화된 종양 핵입니다. 이 캐스케이드는 다중 클래스 분할 문제를 하위 영역의 계층에 따라 세 개의 이진 분할 문제로 분해하도록 설계되었습니다. 첫 번째 단계에서 전체 종양을 분할하고, 그 결과의 경계 상자가 두 번째 단계에서 종양 핵의 분할에 사용됩니다. 이후 강화된 종양 핵은 종양 핵 분할 결과의 경계 상자를 기반으로 분할됩니다. 우리의 네트워크는 다방향 및 희소 컨벌루션 필터의 여러 층으로 구성되어 있으며, 이들은 다중 시점 융합과 함께 결합되어 거짓 양성을 줄이는 데 활용됩니다. 잔차 연결과 다중 스케일 예측은 이러한 네트워크에서 사용되어 분할 성능을 향상시킵니다. BraTS 2017 검증 데이터셋을 이용한 실험에서는 제안된 방법이 강화된 종양 핵, 전체 종양, 종양 핵에 대해 각각 평균 Dice 점수 0.7859, 0.9050, 0.8378를 달성했습니다. BraTS 2017 테스트 데이터셋에 대한 해당 값은 각각 0.7831, 0.8739, 0.7748였습니다.

자동화된 뇌 종양 분할을 위한 연속적인 이방성 컨볼루션 신경망의 활용 | 최신 연구 논문 | HyperAI초신경