A multi view multi stage and multi window framework for pulmonary artery segmentation from CT scans

要約

PARSE2022 Challengeの最終結果9位の技術報告です。肺動脈のセグメンテーション問題を、3次元CNNネットワークに基づく2段階の手法で解決した。粗いモデルでROIの位置を特定し、細かいモデルでセグメンテーション結果を絞り込む。また、セグメンテーションの性能を向上させるために、マルチビュー、マルチウィンドウレベルの手法を採用し、同時に、ラベリングの不整合による影響を軽減するためにファインチューニング戦略を採用する。

要約(オリジナル)

This is the technical report of the 9th place in the final result of PARSE2022 Challenge. We solve the segmentation problem of the pulmonary artery by using a two-stage method based on a 3D CNN network. The coarse model is used to locate the ROI, and the fine model is used to refine the segmentation result. In addition, in order to improve the segmentation performance, we adopt multi-view and multi-window level method, at the same time we employ a fine-tune strategy to mitigate the impact of inconsistent labeling.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL