Kidney Tumor Segmentation

肾脏肿瘤分割是一种通过计算机算法将肾脏和肿瘤从CT图像中准确地分割出来的过程。一种常用的方法是使用基于3D全卷积网络（FCN）的两阶段框架。在第一阶段，该方法会初步定位肾脏并去除无关的背景，以减少类别不平衡和计算成本。然后，在第二阶段，该方法会精确地分割出肾脏和肿瘤。\[1\]\[2\]

为了改善囊肿和肿瘤之间的分类，一些专业医生会手动注释肾囊肿作为附加类别。这可以有效增强模型的区分能力。然而，对于密度不均匀的囊肿或肿瘤，模型的效果可能不佳。为了解决这个问题，研究人员使用了后处理算法，该算法基于囊肿和肿瘤之间的空间关系以及它们的平均HU值对误差区域进行校正。具体的校正方法没有详细说明。\[3\]

另外，还有一种称为"Cascaded Volumetric Convolutional Network"的方法也被用于肾脏肿瘤分割。这种方法通过级联多个卷积网络来逐步提高分割的准确性。\[4\]
#### 引用[.reference_title]
- *1* *2* *3* [Literature reviews of top KiTS19](https://blog.csdn.net/qq_37735698/article/details/109669815)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]