Arquitectura profunda en cascada para la segmentación de lesiones de accidente cerebrovascular y la generación de mapas paramétricos sintéticos sobre estudios de TC
.
El accidente cerebrovascular (ACV), segunda causa de muerte en el mundo, requiere un diagnóstico temprano para un pronóstico favorable.Las imágenes de TC tienen limitaciones, especialmente en la identificación de lesiones agudas. Este trabajo introduce una novedosa representación profunda que utiliza datos multimodales TC y mapas paramétricos deperfusión para segmentar lesiones de ACV. La arquitectura sigue una representación autocodificadora que fuerza la atención sobre la geometríadel ACV a través de módulos aditivos de atención cruzada. Además, se propone un entrenamiento en cascada para generar mapas de perfusiónsintéticos que complementen las entradas multimodales, refinando la segmentación de las lesiones en cada etapa del procesamien... Ver más
2011-2084
2011-7922
17
2024-09-03
47
53
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2