BriefGPT - AI 论文速递
·
全身 PET/CT 图像中自动肿瘤分割的定位到分割框架
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文介绍了一种两阶段的肝脏和肝瘤分割框架，使用粗略的肝脏分割网络和边缘增强网络进行更精确的分割。该网络明确地建模互补对象及其边缘信息，以保留器官和病变边界，并提出了一个深度交叉特征融合模块，以从两个对象及其边缘中细化多尺度特征。该框架在肝和肝肿瘤分割方面表现出优越性能。
🎯
关键要点
-
提出了一种两阶段的2D肝脏和肝瘤分割框架。
-
第一阶段为粗略的肝脏分割网络，第二阶段为边缘增强网络（E$^2$Net）。
-
E$^2$Net明确建模互补对象（肝脏和肿瘤）及其边缘信息。
-
框架旨在保留器官和病变边界。
-
引入深度交叉特征融合模块以细化多尺度特征。
-
该框架在肝和肝肿瘤分割方面表现出优越性能。
🏷️
