CNN-based Prostate Zonal Segmentation on T2-weighted MR Images: A Cross-dataset Study<CNNベースの前立腺帯状セグメンテーションT2強調MR画像上：クロスデータセットの研究>

[namakemono]

#	##
論文リンク	http://arxiv.org/abs/1903.12571v1
著者	Leonardo Rundo, Changhee Han, Jin Zhang, Ryuichiro Hataya, Yudai Nagano, Carmelo Militello, Claudio Ferretti, Marco S. Nobile, Andrea Tangherloni, Maria Carla Gilardi, Salvatore Vitabile, Hideki Nakayama, Giancarlo Mauri
投稿日時	2019-03-29
コード

前立腺癌は、米国の男性の間で最も一般的な癌です。しかし、病理学的領域に関する形態学的情報と機能的情報の両方を提供するマルチパラメトリック磁気共鳴画像法（MRI）の進歩にもかかわらず、前立腺の画像診断は依然として困難です。前立腺全体のセグメンテーションに加えて、中央腺（CG）と周辺ゾーン（PZ）を区別することは、これらの領域で腫瘍の頻度と重症度が異なるため、鑑別診断に役立ちます。しかし、それらの境界はしばしば弱くあいまいです。この作業では、2つのマルチセントリックMRI前立腺データセットに対する畳み込みニューラルネットワーク（CNN）の一般化能力を評価することを目的として、CGおよびPZを自動的に描写するディープラーニングの予備研究を紹介します。特に、3つのCNNベースのアーキテクチャを比較しました：SegNet、U-Net、pix2pix。このような状況で、事前トレーニングあり/なしで達成されたセグメンテーションパフォーマンスを4倍の交差検証で比較しました。一般に、U-Netは、特に複数のデータセットでトレーニングとテストが実行される場合、他の方法よりも優れています。

どんなもの？

他チームと比べてどこがすごい？

技術や手法のキモはどこ？

どうやって有効だと検証した？

議論はある？

次に読むべき論文は？