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