초록
뇌 종양의 3차원 자기 공명 영상(MRIs)에서 자동 분할은 질병의 진단, 모니터링 및 치료 계획에 필수적입니다. 수작업으로 종양 경계를 그리는 방법은 해부학적 지식이 필요하며, 비용이 많이 들고 시간이 소요되며 인간의 오류로 인해 부정확할 수 있습니다. 본 연구에서는 인코더-디코더 구조를 기반으로 하는 3D MRI에서 종양 하위 영역을 분할하기 위한 의미 분할 네트워크를 설명합니다. 훈련 데이터셋 크기가 제한적이기 때문에, 입력 이미지를 재구성하여 공유 디코더를 규제하고 해당 레이어에 추가적인 제약 조건을 부과하기 위해 변분 오토인코더(Variational Auto-Encoder) 분기를 추가했습니다. 현재 접근 방식은 BraTS 2018 챌린지에서 1위를 차지했습니다.