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...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Główni autorzy: 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
Format: Artigo
Język:Inglês
Wydane: BMC 2020-04-01
Seria:Radiation Oncology
Hasła przedmiotowe:
Brain metastasis
Magnetic resonance imaging
Deep learning
Segmentation
Stereotactic radiosurgery
Dostęp online:http://link.springer.com/article/10.1186/s13014-020-01514-6
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy