01研究目的 本研究旨在使用一种基于边缘感知的多任务学习来提升海马体自动分割的精度。 02研究方法 针对全脑性放射治疗中对海马体此类重要危及器官的勾画需求,我们开发了一种多任务的弱边界小器官自动分割算法。 本研究先使用3D U-net作为主干模型,并设计如下两个任务作为网络的训练目标: 1)缩小目标掩模(金标准)与...
研究结果表明,基于边缘感知的多任务学习自动分割方法能提高海马体自动分割的有效性,对于海马体保护性全脑的精确放疗有重要意义。 我们所提出的多任务学习框架亦可在其他医学成像上低对比度、弱边缘的小器官的自动分割上发挥作用。