期刊专题

10.3969/j.issn.2095-2163.2020.06.010

基于腐蚀损失的肿块分割算法

引用
乳腺肿块分割的任务是在感兴趣区域内区分出肿块和正常组织.目前常用的病变分割算法主要包括区域生长等传统算法和全卷积网络等深度学习方法,这些算法都忽略肿块分割的一个特异性.和自然场景中明显的梯度边缘相比,乳腺肿块和背景的边缘是渐变的.标注的边缘不足够准确,训练过程中边缘周围错误标注的像素会影响网络的训练.因此,本文提出了基于腐蚀损失的肿块分割算法.利用形态学腐蚀操作生成计算损失的掩码,使错误可能性高的边缘周围部分不参与损失的计算,将其结合到全卷积加条件随机场的网络中.边缘模糊的特性存在于多种医学图像中,本文的方法具有普适性,可应用于其他医学病变的分割算法.

肿块分割、腐蚀损失、边缘模糊

10

TP391.4(计算技术、计算机技术)

国家自然科学基金;国家重点研究;发展计划;中国黑龙江省杰出青年科学基金;国家机器人与系统国家重点实验室项目;中兴通讯产学研合作论坛合作项目

2020-11-12(万方平台首次上网日期,不代表论文的发表时间)

共3页

48-50

暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

10

2020,10(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn