Segmentação de imagem de tumor cerebral baseada em rede neural convolucional

A segmentação automática e o diagnóstico precoce de tumores cerebrais são problemas desafiadores na visão computacional e podem oferecer possibilidades para o planejamento pré-operatório, além de resolver problemas como baixa precisão e a lentidão da segmentação manual tradicional. Diante dos problemas mencionados, este artigo propõe um novo método: com base em redes neurais convolucionais tradicionais (CNNs), um novo modelo de arquitetura é proposto para a segmentação automática de tumores cerebrais, que combina imagens multimodais. O modelo de CNNs recém-desenhado aprende automaticamente características úteis a partir de imagens multimodais para integrar informações multimodais. Resultados experimentais mostram que o modelo proposto é mais preciso do que os métodos tradicionais e pode fornecer informações confiáveis para tratamentos clínicos.