Data · dataset · 2026
Combinando CNN e conhecimento a priori para segmentar lobos pulmonares em aquisições de CT com lesões severas
Listed in REDU - Unicamp Institutional Research Data Repository
A segmentação automática dos lobos pulmonares em imagens de tomografia computadorizada (CT) é fundamental para aplicações clínicas e de pesquisa, mas permanece desafiadora em pacientes com doenças pulmonares graves, nos quais as fissuras lobares podem estar incompletas ou invisíveis.
Description
Neste trabalho, propõe-se o LobePrior, um método robusto para a segmentação dos lobos pulmonares em cenários de severas anormalidades pulmonares.
A abordagem é composta por três estágios: uma segmentação inicial em baixa resolução, um estágio de alta resolução baseado em redes AttUNet especializadas para cada lobo e um pós-processamento final. O método combina redes neurais convolucionais profundas com modelos probabilísticos que incorporam informação anatômica a priori, permitindo inferir a localização das fissuras mesmo na ausência de evidências visuais claras.
Read the rest (2 more)
O LobePrior foi avaliado no desafio LOLA11 e em quatro conjuntos de dados clínicos contendo casos com comprometimento pulmonar severo, nódulos neoplásicos e consolidações associadas à COVID-19. Os resultados demonstraram desempenho superior em comparação com métodos do estado da arte, tanto em métricas de sobreposição quanto de distância, além de produzir segmentações anatomicamente mais coerentes. O código-fonte foi disponibilizado publicamente, promovendo reprodutibilidade e avanço da pesquisa na área.
O código-fonte da metodologia desenvolvida foi disponibilizado publicamente no GitHub (github.com/MICLab-Unicamp/LobePrior), visando à reprodutibilidade e ao avanço da pesquisa na área.
Links
Where it is published
- Dataverse dataset page redu.unicamp.br/dataset.xhtml?persistentId=doi%3A10.25824%2Fredu%2FSKS1HB ↗
landing page · from redu unicamp br
- DOI doi.org/10.25824/redu/sks1hb ↗
DOI / persistent id · from redu unicamp br
Catalogue records · 1
- Dataverse API redu.unicamp.br/api/datasets/:persistentId/?persistentId=doi%3A10.25824%2Fredu… ↗
metadata API · from redu unicamp br
Topics
- Stated by source
- Computer and Information Science
- Inferred from text
- Computed tomography 50%
Provenance · 1 source records, 8 field assertions
| Source | Key | Last seen | Raw |
|---|---|---|---|
| REDU - Unicamp Institutional Research Data Repository | doi:10.25824/redu/SKS1HB | 11 d ago | JSON v1 |
| Field | Assertion | Extractor | Evidence |
|---|---|---|---|
| concepts[field].dataverse_subject:computer-and-information-science | source · redu unicamp br | connector:redu_unicamp_br@1.0.0 | /subjects |
| concepts[modality].local:modality:ct | enrichment · redu unicamp br | keyword-concept-rules@1.0.0 | title+description (50%) |
| created_date | source · redu unicamp br | connector:redu_unicamp_br@1.0.0 | |
| description | source · redu unicamp br | connector:redu_unicamp_br@1.0.0 | /description |
| publication_date | source · redu unicamp br | connector:redu_unicamp_br@1.0.0 | |
| title | source · redu unicamp br | connector:redu_unicamp_br@1.0.0 | /name |
| updated_date | source · redu unicamp br | connector:redu_unicamp_br@1.0.0 | |
| version_label | source · redu unicamp br | connector:redu_unicamp_br@1.0.0 |