A 3D Coarse-to-Fine Framework for Volumetric Medical Image Segmentation

摘要

在这篇文章中，我们采用了3DCNN来分割体医学图像。尽管DNN已经被证实在许多2D视觉任务上将会是分厂高效的，将DNN应用于3D任务仍然是挑战性的因为有限的3D标注数据和有限的计算资源。我们提出了一种新颖的基于3D的粗糙——精细的框架来有力和高效的处理这些挑战。所提出的的基于3D的框架由于相应的2D框架一大截因为他可以通过三个轴利用丰富的空间信息。我们在两个数据集（分别包括健康的和病理学的胰腺）上进行试验，根据DSC，达到了当前最高水平。在NIH数据集上，我们的结果优于以前最好的结果2%，并且最坏的结果提高了7%，达到了几乎70%，这表明我们的框架在临床应用上是可信的。