Published May 21, 2024
| Version v1
Publication
Open
HCA-DAN: hierarchical class-aware domain adaptive network for gastric tumor segmentation in 3D CT images
Creators
- 1. Changzhi Medical College
- 2. Shenzhen University Health Science Center
- 3. China-Japan Friendship Hospital
- 4. Peking University
- 5. Nanjing Drum Tower Hospital
- 6. Shenzhen University
Description
Accurate segmentation of gastric tumors from CT scans provides useful image information for guiding the diagnosis and treatment of gastric cancer. However, automated gastric tumor segmentation from 3D CT images faces several challenges. The large variation of anisotropic spatial resolution limits the ability of 3D convolutional neural networks (CNNs) to learn features from different views. The background texture of gastric tumor is complex, and its size, shape and intensity distribution are highly variable, which makes it more difficult for deep learning methods to capture the boundary. In particular, while multi-center datasets increase sample size and representation ability, they suffer from inter-center heterogeneity.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يوفر التقسيم الدقيق لأورام المعدة من الأشعة المقطعية معلومات صورة مفيدة لتوجيه تشخيص وعلاج سرطان المعدة. ومع ذلك، فإن تجزئة ورم المعدة الآلية من صور التصوير المقطعي المحوسب ثلاثي الأبعاد تواجه العديد من التحديات. يحد الاختلاف الكبير في الدقة المكانية متباينة الخواص من قدرة الشبكات العصبية الالتفافية ثلاثية الأبعاد (CNNs) على تعلم الميزات من وجهات نظر مختلفة. نسيج خلفية ورم المعدة معقد، وحجمه وشكله وتوزيع شدته متغير للغاية، مما يجعل من الصعب على طرق التعلم العميق التقاط الحدود. على وجه الخصوص، في حين أن مجموعات البيانات متعددة المراكز تزيد من حجم العينة وقدرتها على التمثيل، إلا أنها تعاني من عدم التجانس بين المراكز.Translated Description (French)
La segmentation précise des tumeurs gastriques à partir des tomodensitogrammes fournit des informations d'image utiles pour guider le diagnostic et le traitement du cancer gastrique. Cependant, la segmentation automatisée des tumeurs gastriques à partir d'images tomodensitométriques 3D est confrontée à plusieurs défis. La grande variation de la résolution spatiale anisotrope limite la capacité des réseaux de neurones convolutifs 3D (CNN) à apprendre des caractéristiques à partir de différentes vues. La texture de fond de la tumeur gastrique est complexe, et sa taille, sa forme et sa distribution d'intensité sont très variables, ce qui rend plus difficile pour les méthodes d'apprentissage en profondeur de capturer la limite. En particulier, alors que les ensembles de données multicentriques augmentent la taille de l'échantillon et la capacité de représentation, ils souffrent d'hétérogénéité intercentrique.Translated Description (Spanish)
La segmentación precisa de los tumores gástricos a partir de tomografías computarizadas proporciona información de imagen útil para guiar el diagnóstico y el tratamiento del cáncer gástrico. Sin embargo, la segmentación automatizada de tumores gástricos a partir de imágenes de TC en 3D se enfrenta a varios desafíos. La gran variación de la resolución espacial anisotrópica limita la capacidad de las redes neuronales convolucionales 3D (CNN) para aprender características de diferentes vistas. La textura de fondo del tumor gástrico es compleja y su tamaño, forma y distribución de intensidad son muy variables, lo que dificulta que los métodos de aprendizaje profundo capturen el límite. En particular, si bien los conjuntos de datos multicéntricos aumentan el tamaño de la muestra y la capacidad de representación, sufren de heterogeneidad entre centros.Files
s40644-024-00711-w.pdf
Files
(4.2 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:f596fe20f3c59f3f6323b1e78e961564
|
4.2 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- HCA - DAN: شبكة تكيفية لمجال هرمي مدرك للفئة لتجزئة ورم المعدة في صور التصوير المقطعي المحوسب ثلاثي الأبعاد
- Translated title (French)
- HCA-DAN : réseau adaptatif hiérarchique de domaine conscient des classes pour la segmentation des tumeurs gastriques dans les images 3D CT
- Translated title (Spanish)
- HCA-DAN: red adaptativa de dominio jerárquico consciente de la clase para la segmentación de tumores gástricos en imágenes de TC 3D
Identifiers
- Other
- https://openalex.org/W4398179833
- DOI
- 10.1186/s40644-024-00711-w
References
- https://openalex.org/W1901129140
- https://openalex.org/W2515452405
- https://openalex.org/W2562469482
- https://openalex.org/W2565639579
- https://openalex.org/W2592929672
- https://openalex.org/W2593414223
- https://openalex.org/W2765571304
- https://openalex.org/W2774652621
- https://openalex.org/W2791680898
- https://openalex.org/W2889646458
- https://openalex.org/W2890238129
- https://openalex.org/W2911578927
- https://openalex.org/W2913160101
- https://openalex.org/W2941107478
- https://openalex.org/W2962914239
- https://openalex.org/W2971032337
- https://openalex.org/W2972339784
- https://openalex.org/W2979920800
- https://openalex.org/W2989636144
- https://openalex.org/W2990096221
- https://openalex.org/W3023282579
- https://openalex.org/W3027423257
- https://openalex.org/W3036935636
- https://openalex.org/W3090605478
- https://openalex.org/W3102660688
- https://openalex.org/W3112046093
- https://openalex.org/W3112701542
- https://openalex.org/W3130794141
- https://openalex.org/W3133858468
- https://openalex.org/W3161406695
- https://openalex.org/W3204255739
- https://openalex.org/W4212875960
- https://openalex.org/W4321232185