A Light, 3D UNet-based Architecture for Fully Automatic Segmentation of Prostate Lesions from T2-MRI Images

Prostate magnetic resonance imaging (MRI) has been recently integrated into the pathway of diagnosis of prostate cancer (PCa). However, the lack of an optimal contrast-to-noise ratio hinders automatic recognition of suspicious lesions, thus developing a solution for proper delimitation of the tumour...

Celý popis

Podrobná bibliografie

Vydáno v:	Current medical imaging reviews
Hlavní autoři:	Coroama, Larisa Gabriela, Diosan, Laura, Telecan, Teodora, Andras, Iulia, Crisan, Nicolae, Andreica, Anca, Caraiani, Cosmin, Lebovici, Andrei, Bálint, Zoltán, Boca, Bianca
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United Arab Emirates 01.01.2024
Témata:	fully automatic 3D image segmentation convolutional neuronal network prostate cancer characterization UNet architecture T2 MRI images slim 3D UNet
ISSN:	1573-4056, 1573-4056
On-line přístup:	Zjistit podrobnosti o přístupu
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!