unet脑肿瘤分割_3D脑肿瘤分割的Dice损失函数的优化

3D

脑肿瘤分割的

Dice

损失函数的优化

刘昊，王冠华，章强，李雨泽，陈慧军

【摘

要】

[

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。

【期刊名称】

中国医疗设备

【年

(

卷

),

期】

2019(034)005

【总页数】

5

【关键词】

[

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

修回日期：

2019-04-08

基金项目：国家重点研发计划项目(

2017YFC0108700

)

；国家自然科学基金

面上项目(

81371540

)

。

引言

脑肿瘤是致命的疾病之一，全球每年发生原发性脑瘤的人数约为

250000

人，

而脑瘤平均五年存活率为

33%[1]

。为了提高病人的生存率，尽早提供积极有效