3D脑肿瘤分割的Dice损失函数的优化

• 作者: 刘昊 李雨泽 王冠华 章强 陈慧军
• 来源期刊: 中国医疗设备
• 学科: 工学
• 关键词: 脑肿瘤分割 磁共振图像 损失函数 深度学习 多对比度
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 专论——定量成像技术与人工智能
• 页码范围: 20-23,31
• 页数: 5页
• 分类号: TP391.41
• 字数: 4162字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2019.05.005

摘要

脑肿瘤的精确诊断对于提高病人的生存率,提供积极有效的治疗方案有着重要的意义.磁共振(MR)影像检查可提供脑肿瘤诊断结果并增加脑肿瘤诊断率,而精确分割三维脑肿瘤MR图像对于脑肿瘤的诊断,治疗以及术后追踪都有着非常重要的意义.本文针对在三维MR图像上的脑肿瘤分割问题,提出了直接优化评价指标的新损失函数的深度神经网络算法,可直接优化全肿瘤区,肿瘤核心区和增强肿瘤区这三个重要临床所需的分割目标的Sorensen Dice系数.最终测试集在全肿瘤区、肿瘤核心区和增强肿瘤区这三个目标区域的平均Sorensen Dice系数分别达到:0.875、0.829、0.695,全面优于传统的交叉熵损失函数,为脑肿瘤的精确分割提供了新的自动工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘昊	清华大学医学院生物医学工程系	18	91	1.0	9.0
2	陈慧军	清华大学医学院生物医学工程系	10	43	4.0	6.0
3	章强	清华大学医学院生物医学工程系	3	30	2.0	3.0
4	王冠华	清华大学医学院生物医学工程系	1	0	0.0	0.0
5	李雨泽	清华大学医学院生物医学工程系	1	0	0.0	0.0