研究目的
开发一种从MRI数据中自动分割头颈部肿瘤的算法,以解决边界模糊、形状不规则和强度变化等挑战。
研究成果
该算法成功实现了三维肿瘤体积分割,在精度(平均DSC为0.70,F值为0.74)和时间消耗方面均优于二维方法,生成的表面平滑且结构一致,有效解决了头颈部癌症MRI数据自动分割的难题。
研究不足
该算法依赖于基于强度的方法,可能受MRI数据变化的影响;其在仅10名患者的有限数据集上进行了测试,未来需要在更多数据集上进行验证,并改进对比度增强和水平集函数。
研究目的
开发一种从MRI数据中自动分割头颈部肿瘤的算法,以解决边界模糊、形状不规则和强度变化等挑战。
研究成果
该算法成功实现了三维肿瘤体积分割,在精度(平均DSC为0.70,F值为0.74)和时间消耗方面均优于二维方法,生成的表面平滑且结构一致,有效解决了头颈部癌症MRI数据自动分割的难题。
研究不足
该算法依赖于基于强度的方法,可能受MRI数据变化的影响;其在仅10名患者的有限数据集上进行了测试,未来需要在更多数据集上进行验证,并改进对比度增强和水平集函数。
加载中....
您正在对论文“[IEEE 2018年第七届欧洲视觉信息处理研讨会(EUVIP) - 芬兰坦佩雷(2018.11.26-2018.11.28)] 2018年第七届欧洲视觉信息处理研讨会(EUVIP) - 基于MRI数据的头颈部肿瘤自动三维检测与分割”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期