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