Глубокое обучение для классификации и сегментации опухолей головного мозга с использованием многомасштабной свёрточной нейронной сети

В этой работе представлена полностью автоматическая модель сегментации и классификации опухолей головного мозга на основе глубокой свёрточной нейронной сети, использующей многомасштабный подход. Одно из отличий предложенного решения от предыдущих работ состоит в том, что входные изображения обрабатываются в трёх пространственных масштабах по разным путям обработки. Этот механизм вдохновлён присущим строением зрительной системы человека. Предложенная нейронная модель может анализировать МР-изображения с тремя типами опухолей: менингиомой, глиомой и опухолью гипофиза, в сагиттальной, корональной и аксиальной проекциях и не требует предварительной обработки входных изображений для удаления костей черепа или элементов позвоночного столба. Эффективность метода была сопоставлена с ранее опубликованными классическими методами машинного обучения и методами глубокого обучения на общедоступном наборе МР-изображений, включающем 3064 среза от 233 пациентов. При сравнении наш метод показал точность классификации опухолей 0,973, что выше, чем у других подходов, использовавших ту же базу данных.