Prostate Segmentation with Encoder-Decoder Densely Connected Convolutional Network (Ed-Densenet)

Prostate cancer is a leading cause of mortality among men. Prostate segmentation of Magnetic Resonance (MR) images plays a critical role in treatment planning and image guided interventions. However, manual delineation of prostate is very time-consuming and subjects to large inter-observer variation...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (International Symposium on Biomedical Imaging) s. 434 - 437
Hlavní autoři:	Yuan, Yixuan, Qin, Wenjian, Guo, Xiaoqing, Buyyounouski, Mark, Hancock, Steve, Han, Bin, Xing, Lei
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.04.2019
Témata:	Decoding DenseNet Encoder-Deconder network Feature extraction Image reconstruction Image segmentation Magnetic resonance imaging Prostate cancer Prostate segmentation reconstruction error and prediction error Training
ISSN:	1945-8452
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!