【论文阅读笔记】Automatic Liver and Lesion Segmentation in CT Using Cascaded Fully Convolutional Neural Net
本文提出一种从腹部CT片中自动分割肝脏和肝脏病变的方法。
使用的数据集为3DIRCADb dataSets:http://ircad.fr/research/3d-ircadb-01
使用的神经网络库为Keras
训练的模型在github: https://github.com/IBBM/Cascaded-FCN
流程如图:
step1:对原始CT片进行数据增强,
step2:使用级联神经网络的方法对数据进行处理,级联的两个神经网络均为U-Net(U-net: Convolutional networks for biomedical image segmentation),分别实现Coase to fine的数据提取,即第一个网络从腹部CT片中提取出肝脏区域(ROI),第二个网络从ROI中提取出肝脏病变部位。
step3:鉴于CT片具有的三维像素和分辨率各向异性,使用了3D条件随机场(3D CRF:Ecient inference in fully connected crfs with gaussian edge potentials)进行处理,实现了state-of-the-art。
方法实际效果如图: