结合超像素和U型全卷积网络的胰腺分割方法

摘要：

为了提高现有胰腺图像分割方法性能, 提出一种超像素和 U 型全卷积网络(U-NET)结合的胰腺图像分割方法. 首先, 提出一种胰腺 CT 图像的超像素分割方法; 然后, 依据分割结果对图像进行映射降维得到腹部视觉概要图像, 再将其与超像素位置信息作为U型全卷积网络的输入; 最后, 得到分割好的胰腺器官. 在NIH胰腺公开数据集上的实验结果表明, 文中方法将戴斯相似系数(DSC)提高到 87.9%, 高于目前已有的胰腺图像分割方法. 并且其运算速度高于U-NET.

关键词：胰腺图像分割、超像素、U型全卷积网络、戴斯相似系数

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61701404;国家自然科学基金重大科研仪器研制项目81727802;陕西省教育厅科学研究计划项目17JK0769;陕西省碑林区科技计划项目GX1703

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1777-1785