BraTS-2019

自动脑肿瘤分割方法在脑肿瘤诊断和治疗的全过程中起着极其重要的作用。在本文中，我们提出了一种多步级联网络，该网络考虑了脑肿瘤子结构的分层拓扑，并将子结构从粗到细进行了细分。在分割过程中，前一步骤的结果被用作下一步的先验信息，以指导更精细的分割过程。整个网络都以端到端的方式进行培训。此外，为了缓解梯度消失的问题并减少过拟合，我们添加了几个辅助输出作为每个步骤的深度监督，并分别引入了几种数据增强策略，这对于脑肿瘤分割是非常有效的。最后，利用局灶性损失来解决肿瘤区域和背景明显失衡的问题。我们的模型是在BraTS 2019验证数据集上进行测试的，平均dice系数的初步结果分别是0.886，0.813，0.771对整个肿瘤，肿瘤核心和增强肿瘤。