An Automatic Cascaded Model for Hemorrhagic Stroke Segmentation and Hemorrhagic Volume Estimation

要約

出血性脳卒中 (HS) は急速に発症し、健康に大きな脅威をもたらす重篤な状態です。
コンピュータ断層撮影 (CT) 画像で出血領域を迅速かつ正確に描写し、出血量を推定することは、臨床医の治療計画を支援し、患者の治療成績の向上につながります。
本論文では、UNetに基づいてカスケード3Dモデルを構築し、CT画像中の出血領域を粗い領域から細かい領域まで2段階に分割し、分割された領域から出血量を自動計算する。
341 例の出血性脳卒中 CT スキャンのデータセットにおいて、提案されたモデルは、出血に関する従来のタダ式と比較して、より高い精度 (DSC 85.66%) と優れた計算効率 (サンプルあたり 6.2 秒) を備えた高品質のセグメンテーション結果を提供します。
量の見積もり。

要約(オリジナル)

Hemorrhagic Stroke (HS) has a rapid onset and is a serious condition that poses a great health threat. Promptly and accurately delineating the bleeding region and estimating the volume of bleeding in Computer Tomography (CT) images can assist clinicians in treatment planning, leading to improved treatment outcomes for patients. In this paper, a cascaded 3D model is constructed based on UNet to perform a two-stage segmentation of the hemorrhage area in CT images from rough to fine, and the hemorrhage volume is automatically calculated from the segmented area. On a dataset with 341 cases of hemorrhagic stroke CT scans, the proposed model provides high-quality segmentation outcome with higher accuracy (DSC 85.66%) and better computation efficiency (6.2 second per sample) when compared to the traditional Tada formula with respect to hemorrhage volume estimation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google