多模态3D卷积神经网络脑部胶质瘤分割方法

摘要：

由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大.提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法.首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像.其次,构建10个卷积层,2个全连接层的3D CNN.卷积层采用3×3×3的3D 卷积核;全连接层采用PReLu激励函数,并结合dropout技术防止过拟合.构建的3D CNN分割胶质瘤和瘤内各结构精度高,与专家手动分割的结果接近.实验结果表明,构建的多模态3D CNN能够准确地分割MRI多模态图像脑部胶质瘤及瘤内各结构,具有重要的临床意义.

关键词：脑部胶质瘤、瘤内结构、多模态MRI3D卷积神经网络、图像分割

所属期刊栏目：18

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61771266,81571753,81460279,81301281,61179019;内蒙古自治区自然科学基金2015MS0604,2014MS0828;内蒙古自治区高等学校科学研究项目NJZY145,NJZZ14161;包头市科技计划项目2015C2006-14;内蒙古科技大学创新基金2015QNGG03,2014QNGG08,2015QDL26,2014QDL045

在线出版日期：2018-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：18-24