LiTS——肝肿瘤分割挑战赛（三）

LiTS——肝肿瘤分割挑战赛（三）

上一篇文章分享了在测试数据上进行肝脏分割，总体效果还是不错的。接下来就要对肿瘤进行分割了，这是非常具有挑战的。

如果大家观察过LiTS的CT图像的话，肿瘤区域是没有固定形态（形状，异质性），而且小肿瘤区域的对比度也非常低，这给我们带来非常大的困难。

简单说一下基本思路吧，其实跟肝脏分割过程差不多，用VNet的2d版本和3d版本来进行分割，详细地过程就不多说了。分析VNet的结果发现肿瘤会出现在肝脏区域内，肝脏边缘和肝脏外部区域。很明显在肝脏外部的肿瘤区域肯定不是肿瘤，接下来重点处理肝脏边缘处的肿瘤区域。我们的目标是在保证肿瘤检出的情况下尽量减少假阳性肿瘤。首先对肝脏分割结果进行凸包计算，并膨胀10个像素，然后再计算肿瘤图像与处理后肝脏图像的交集图像，最后计算交集图像和肿瘤图像中每一个对应肿瘤区域的重叠比值，只保留大于0.8的肿瘤区域。

在验证数据上进行了结果比对（只用VNet2d，只用VNet3d，VNet3d与肝脏交集，VNet2d和VNet3d并集与肝脏交集）。

通过上面结果可以看到第三种方法结果是最好的，所以在70例测试集上采用该方法去推理。提交成绩后，只排在74名。最后我给出第69个病例的分割效果吧，粉色轮廓是肝脏分割结果，红色轮廓是肿瘤分割结果。如果有朋友有更好的经验，欢迎给我留言，相互学习交流。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。