我们提出了一个联合图卷积图像卷积神经网络，作为我们对脑肿瘤分割（BRATS）2021挑战的提交。我们将每个大脑建模为由不同的图像区域组成的图，最初由图神经网络（GNN）分割。随后，由GNN鉴定的肿瘤体积通过简单（体素）卷积神经网络（CNN）进一步完善，该卷积神经网络（CNN）产生了最终的分割。这种方法通过图形表示捕获了全局大脑特征的交互，也可以通过使用卷积过滤器来捕获局部图像详细信息。我们发现，GNN成分本身可以有效地识别和分割脑肿瘤。在评估的所有指标中，CNN的添加进一步提高了该模型的中值性能。在验证集中，我们的联合GNN-CNN模型的平均骰子得分分别为0.89、0.81、0.73和平均Hausdorff距离（95％），分别为6.8、12.6、28.2mm，分别在整个肿瘤，核心肿瘤和增强肿瘤上。
translated by 谷歌翻译