Název: Implementation of a deep learning model for vertebral segmentation in CT data
Autoři: Blažkova, Lenka ; Nohel, Michal
Typ dokumentu: Příspěvky z konference
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt: This paper deals with the problem of vertebral segmentationin CT data with the use of deep learning approaches.Automatic segmentation of vertebrae is a very complex issueand would simplify the work of radiologists and doctors. Thepaper is focused on one of the models published and submittedto the Large Scale Vertebrae Segmentation Challenge (VerSe) in2020 from C. Payer et al. – Improving Coarse to Fine VertebraeLocalisation and Segmentation with SpatialConfiguration-Netand U-Net and its implementation and modification. The modelis evaluated on the corresponding public and hidden dataset. Itsmodification shows an improvement of the results in comparisonwith the published results, a mean Dice score improved from0.9165 to 0.9302 on the public dataset and from 0.8971 to 0.9264on the hidden dataset.
Klíčová slova: computedtomography; convolutional neural networks,vertebrae segmentation; CT; deep learning; segmentation; spine; vertebra
Zdrojový dokument: Proceedings II of the 29st Conference STUDENT EEICT 2023: Selected papers, ISBN 978-80-214-6154-3, ISSN 2788-1334

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/210708

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-531814


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Konferenční materiály > Příspěvky z konference