Automatic classification of prostate MR series type using image content and metadata

要約

医療画像データは豊富にあるため、効率的なキュレーションが不可欠です。
磁気共鳴画像にシーケンス タイプを割り当てることは、科学研究や人工知能ベースの分析に必要です。
ただし、メタデータが不完全または欠落していると、効果的な自動化が妨げられます。
したがって、画像データとDICOMメタデータの組み合わせに基づいて、前立腺がんスキャンシーケンスを分類するための深層学習方法を提案します。
私たちはメタデータまたは画像データのみと比較して優れた結果を実証し、コードを https://github.com/deepakri201/DICOMScanClassification で公開しています。

要約(オリジナル)

With the wealth of medical image data, efficient curation is essential. Assigning the sequence type to magnetic resonance images is necessary for scientific studies and artificial intelligence-based analysis. However, incomplete or missing metadata prevents effective automation. We therefore propose a deep-learning method for classification of prostate cancer scanning sequences based on a combination of image data and DICOM metadata. We demonstrate superior results compared to metadata or image data alone, and make our code publicly available at https://github.com/deepakri201/DICOMScanClassification.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google