2024年内连发3篇SCI，上海电力大学李晋国又添新作!
论论资讯 ｜ 2024-04-29 ｜
49热度
Multimedia Tools and Applications
Explore content
About the journal
Publish with us
MSBC-Net: Automatic rectal cancer segmentation from MR scans
Meng P.; Li J.; Sun C.; Li Y.; Zhou L.; Zhao X.; Wang Z.; Lu W.; Sun J.
Published：2024-01-01
DOI：10.1007/s11042-024-19229-1
研究背景
在当今社会，直肠癌作为一个严重的健康问题备受关注。然而，针对直肠癌的自动识别和分割一直面临挑战，主要是由于复杂的影像背景、特征不稳定和对比度较差。这些问题一直困扰着研究人员，阻碍了相关研究的进展。
研究内容
最新研究发现，通过利用高分辨率T2加权磁共振成像（MRI-HRT2），提出了一种名为MSBC-Net的多任务学习网络，可自动定位和分割直肠癌和直肠壁，从而解决了这些困难。研究采用了一种基于感兴趣区域（RoI）的分割策略，首先通过稀疏目标检测模块自动定位和分类直肠癌和直肠壁，然后使用蒙版和边界分割块来精细分割RoIs。此外，引入了调制变形骨干，有效改善了对直肠癌变化特征的处理能力。通过将边界头融入蒙版头，可以更好地分割目标的模糊边界，从而获得更精细的分割结果。研究结果显示，MSBC-Net在592名MRI-HRT2患者中取得了优异的分割效果，Dice相似系数（DSC）为0.801（95% CI，0.791-0.811），明显优于现有方法，具有较高的临床应用潜力。
研究意义
这项研究的创新之处在于提出了一种新的自动分割网络MSBC-Net，为直肠癌的诊断和治疗提供了新的可能性。通过该研究，不仅可以提高直肠癌的诊断准确性，还可以为其他医学影像分割任务提供有力支持。
这项研究为医学影像领域带来了新的突破，为直肠癌的诊断和治疗提供了更可靠的技术支持，相信在未来会有更广泛的应用前景。
学术热榜
查看全部
相关资讯
换一批