Using Large Context for Kidney Multi-Structure Segmentation from CTA Images

要約

3次元CTAからのマルチストラクチャー（腎臓、腎房、動脈、静脈など）の正確かつ自動的なセグメンテーションは、手術に基づく腎臓癌治療（腹腔鏡下腎部分切除術など）において最も重要なタスクの1つである。本論文では、MICCAI 2022 KIPAチャレンジにおける多構造セグメンテーション法の主な技術内容を簡単に紹介する。本論文の主な貢献は、大きな文脈情報キャプチャー能力を持つ3D UNetを設計したことである。本手法はMICCAI 2022 KIPA chal-lenge open testing datasetにおいて、平均順位8.2で8位にランクインした。我々のコードと学習済みモデルは、https://github.com/fengjiejiejiejie/kipa22_nnunet で一般に公開されている。

要約(オリジナル)

Accurate and automated segmentation of multi-structure (i.e., kidneys, renal tu-mors, arteries, and veins) from 3D CTA is one of the most important tasks for surgery-based renal cancer treatment (e.g., laparoscopic partial nephrectomy). This paper briefly presents the main technique details of the multi-structure seg-mentation method in MICCAI 2022 KIPA challenge. The main contribution of this paper is that we design the 3D UNet with the large context information cap-turing capability. Our method ranked eighth on the MICCAI 2022 KIPA chal-lenge open testing dataset with a mean position of 8.2. Our code and trained models are publicly available at https://github.com/fengjiejiejiejie/kipa22_nnunet.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL