自動マルチ精度による多様な精度トレーニングで強化した3D脳腫瘍セグメンテーション

要旨: 脳腫瘍は、あらゆる層の人々が直面する医療上の疾患である。医学的には、脳の近傍、または脳全体にまで広がる不要な細胞の増殖として説明される。この疾患の症状には、頭痛、けいれん、感覚の変化が含まれる。本研究では、脳腫瘍の主な2つのカテゴリ、すなわち良性と悪性を扱う。良性は着実に広がり、悪性は成長を示すため危険である。脳腫瘍の早期同定は、患者の生存にとって重要な要因である。本研究は、脳内の腫瘍を早期に同定するための最先端のアプローチを提供する。私たちは、三次元セグメンテーションで広く採用されているアーキテクチャであるSegResNetアーキテクチャを実装し、自動マルチ精度法によってそれを訓練した。モデルの評価には、dice loss関数とdiceメトリクスを組み込んだ。diceスコアは0.84であった。腫瘍コアについては0.84、全腫瘍については0.90、造影腫瘍については0.79のスコアが得られた。