运用人工智能对 T2 磁共振成像中的腰椎肿瘤进行分割和定位
原文中文,约400字,阅读约需1分钟。发表于: 。通过引入一种新的数据增强技术,本研究旨在自动化脊柱肿瘤的分割和定位,利用医学影像中专家绘制的预定义掩模,结合模糊 c 均值聚类和随机森林算法的融合,实现了成功的脊柱肿瘤分割和分类,同时使用 3D 椎体分割和标注技术精确定位了腰椎肿瘤的确切位置。该方法表现出卓越的性能,获得了 99% 的肿瘤分割准确率、98% 的肿瘤分类准确率和 99%...
本文提出了一种完全自动化的深度卷积神经网络脑肿瘤分割和分类模型,包括多尺度方法。该模型可分析MRI图像中的三种肿瘤类型,无需预处理输入图像。在公开可用的MRI图像数据集上,该方法的性能明显优于其他方法。