Sep, 2023
整体 FDG PET/CT 图像自动病变分割的广义 Dice Focal Loss 训练的 3D 残差 UNet
Generalized Dice Focal Loss trained 3D Residual UNet for Automated Lesion Segmentation in Whole-Body FDG PET/CT Images
Shadab Ahamed, Arman Rahmim
TL;DR使用三维残差 UNet 模型和广义 Dice Focal Loss 函数,在 AutoPET 挑战 2023 的训练数据集上训练了五个模型,并通过平均和加权平均集成方法将其组合。在初步测试阶段,平均集成模型的 Dice 相似系数(DSC)为 0.5417,假阳性体积(FPV)为 0.8261 毫升,假阴性体积(FNV)为 0.2538 毫升;而加权平均集成模型的结果分别为 0.5417、0.8186 毫升和 0.2538 毫升。