Prostate cancer is one of the most prevalent cancers worldwide. One of the key factors in reducing its mortality is based on early detection. The computer-aided diagnosis systems for this task are based on the glandular structural analysis in histology images. Hence, accurate gland detection and segmentation is crucial for a successful prediction. The methodological basis of this work is a prostate gland segmentation based on U-Net convolutional neural network architectures modified with residual and multi-resolution blocks, trained using data augmentation techniques. The residual configuration outperforms in the test subset the previous state-of-the-art approaches in an image-level comparison, reaching an average Dice Index of 0.77.


翻译:前列腺癌是全世界最流行的癌症之一,降低死亡率的关键因素之一是早期检测。这一任务的计算机辅助诊断系统基于组织图象中的腺结构分析。因此,准确的腺探测和分解对于成功预测至关重要。这项工作的方法基础是基于U-Net 网络神经网络结构的前列腺分割,该结构经过数据增强技术的培训,经过残余和多分辨率块的改造。在测试中,残余配置优于先前在图像层面进行比较时最先进的方法,达到0.77的普通骰子指数。

0
下载
关闭预览

相关内容

专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
32+阅读 · 2020年12月25日
图像分割方法综述
专知会员服务
51+阅读 · 2020年11月22日
[综述]深度学习下的场景文本检测与识别
专知会员服务
76+阅读 · 2019年10月10日
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
实战 | 基于SegNet和U-Net的遥感图像语义分割
计算机视觉life
4+阅读 · 2019年3月5日
TorchSeg:基于pytorch的语义分割算法开源了
极市平台
20+阅读 · 2019年1月28日
一文概览基于深度学习的超分辨率重建架构
语义分割+视频分割开源代码集合
极市平台
35+阅读 · 2018年3月5日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【论文】图上的表示学习综述
机器学习研究会
12+阅读 · 2017年9月24日
【推荐】全卷积语义分割综述
机器学习研究会
19+阅读 · 2017年8月31日
VIP会员
相关资讯
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
实战 | 基于SegNet和U-Net的遥感图像语义分割
计算机视觉life
4+阅读 · 2019年3月5日
TorchSeg:基于pytorch的语义分割算法开源了
极市平台
20+阅读 · 2019年1月28日
一文概览基于深度学习的超分辨率重建架构
语义分割+视频分割开源代码集合
极市平台
35+阅读 · 2018年3月5日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【论文】图上的表示学习综述
机器学习研究会
12+阅读 · 2017年9月24日
【推荐】全卷积语义分割综述
机器学习研究会
19+阅读 · 2017年8月31日
Top
微信扫码咨询专知VIP会员