Deep convolutional neural networks for automated segmentation of brain metastases trained on clinical data

Abstract Introduction Deep learning-based algorithms have demonstrated enormous performance in segmentation of medical images. We collected a dataset of multiparametric MRI and contour data acquired for use in radiosurgery, to evaluate the performance of deep convolutional neural networks (DCNN) in...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Khaled Bousabarah, Maximilian Ruge, Julia-Sarita Brand, Mauritius Hoevels, Daniel Rueß, Jan Borggrefe, Nils Große Hokamp, Veerle Visser-Vandewalle, David Maintz, Harald Treuer, Martin Kocher
Μορφή: Artigo
Γλώσσα:Inglês
Έκδοση: BMC 2020-04-01
Σειρά:Radiation Oncology
Θέματα:
Brain metastasis
Magnetic resonance imaging
Deep learning
Segmentation
Stereotactic radiosurgery
Διαθέσιμο Online:http://link.springer.com/article/10.1186/s13014-020-01514-6
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!

Παρόμοια τεκμήρια