Key points are not available for this paper at this time.
종양 크기 결정을 통한 모호성은 뇌종양(BT) 치료 계획과 정량적 평가에 상당한 장애물을 초래합니다. 비침습적인 자기공명영상(MRI)은 뇌암에 대한 주요 비 이온화 방사선 진단 도구가 되었습니다. 3D MRI 볼륨에서 BT의 범위를 수동으로 분할하는 데 오랜 시간이 걸리며, 성능은 운영자의 숙련도에 크게 의존합니다. 정확하고 자동화된 BT 분할 도구가 절실히 필요합니다. 이 경우, 종양의 범위를 정확하게 평가하기 위해 BT를 위한 신뢰할 수 있는 자동 분할 방법이 필요합니다. 본 논문에서는 BT 분할을 위한 자동화된 심층 컨볼루션 네트워크, 즉 U-Net 방법을 보여주기 위해 다중 모달 BT 이미지 분할(BRATS 2020) 데이터 세트를 사용했습니다. 딥 러닝과 전이 학습을 활용하여 다양한 유형의 뇌암을 탐지하고 인식하는 데 정확도와 효과를 개선했습니다. 관찰되지 않은 이미지의 F1 점수는 각각 98%와 99%였습니다.
Joshi 외 (금요일), 이 질문을 연구했습니다.