儿童脑肿瘤的自动集成分割:使用 CBTN-CONNECT-ASNR-MICCAI BraTS-PEDs 2023 挑战数据的新方法
原文中文,约300字,阅读约需1分钟。发表于: 。该研究基于磁共振成像技术(MRI)模态,采用深度学习技术和创新的集成方法,成功实现了对儿童脑肿瘤的精确分割模型,具有提高诊断准确性和有效治疗策划的潜力。
本文介绍了对nnU-Net模型进行BraTS 2020挑战的分割任务的改进方法,包括后处理、基于区域的训练、更激进的数据增强和对nnUNet管道的修改。通过重新实现BraTS排名方案,最终集成的nnU-Net在肿瘤、肿瘤核心和增强肿瘤方面的Dice分数分别为88.95、85.06和82.03,HD95值分别为8.498、17.337和17.805,获得了BraTS 2020比赛的第一名。