电气工程与系统科学 > 图像与视频处理
[提交于 2025年7月31日
]
标题: EMedNeXt:一种改进的脑肿瘤分割框架,用于撒哈拉以南非洲地区,使用带有深度监督的MedNeXt V2
标题: EMedNeXt: An Enhanced Brain Tumor Segmentation Framework for Sub-Saharan Africa using MedNeXt V2 with Deep Supervision
摘要: 脑癌影响全球数百万人,在几乎每个临床环境中,医生都依赖磁共振成像(MRI)来诊断和监测胶质瘤。 然而,目前通过手动分割多参数MRI进行肿瘤定量的标准方法耗时,需要专家放射科医生,并且在资源匮乏的医疗系统中往往不可行。 这个问题在低收入地区尤为明显,因为MRI扫描仪的质量较低,放射科专业知识稀缺,导致分割和定量错误。 此外,非洲获得的MRI扫描数量通常较少。 为了解决这些挑战,BraTS-Lighthouse 2025 挑战专注于撒哈拉以南非洲(SSA)的稳健肿瘤分割,其中资源限制和图像质量退化引入了显著的变化。 在本研究中,我们提出了 EMedNeXt——一种基于 MedNeXt V2 的增强脑肿瘤分割框架,具有深度监督和针对 SSA 优化的后处理管道。 EMedNeXt 引入了三个关键贡献:更大的感兴趣区域、基于 nnU-Net v2 的改进架构骨架,以及稳健的模型集成系统。 在隐藏验证集上评估,我们的解决方案在 0.5 mm 和 1.0 mm 的容差下,平均 LesionWise DSC 为 0.897,平均 LesionWise NSD 为 0.541 和 0.84。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.