BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
-
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。
-
模型包括多尺度方法，处理输入图像时采用三个空间尺度。
-
该机制受到人类视觉系统的启发。
-
模型能够分析三种类型的肿瘤：脑膜瘤、胶质瘤和垂体瘤。
-
不需要对输入图像进行预处理，省去去除颅骨或椎骨部分的步骤。
-
在包含233名患者3064张切片的公开MRI图像数据集上进行性能比较。
-
该方法的肿瘤分类准确度为0.973，明显高于其他经典机器学习和深度学习方法。
➡️
