期刊专题

10.16652/j.issn.1004-373x.2020.03.018

基于3D卷积神经网络的脑肿瘤医学图像分割优化

曹祺炜牛锦王峰
太原理工大学;
引用
针对2D卷积神级网络不能够较好地提取各模态之间的差异信息,不同的图像层肿瘤大小差异显著,且分割精度低,单模态MRI无法清晰地反映GBM的不同组织结构,提出一种基于3D多池化卷积神经网络拟解决以上实际问题.将卷积神经网络应用到脑肿瘤分割上,并针对脑肿瘤的特点,提出3D多池化卷积神经网络模型,通过多尺度的输入与多尺度的下采样,且在后端使用条件随机场(CRF)使图片尽量在边界处分割,增加图像的分割精度,克服脑肿瘤的个体差异,同时适应脑肿瘤不同图像层之间的大小位置差异.通过对100例患者的多模态磁共振图像进行分割,Dice系数达到91.64%;MRI脑肿瘤分割的改进方法可使分割精度得到明显提高,可更好地提取各…展开v

脑肿瘤、医学图像分割、多模态MRI、差异信息提取、多尺度采样、3D卷积神经网络

43

TN911.73-34;TP399

国家自然科学基金资助项目61503273

2020-04-01(万方平台首次上网日期,不代表论文的发表时间)

共4页

74-77

暂无封面信息
查看本期封面目录

现代电子技术

北大核心CSTPCD

1004-373X

61-1224/TN

43

2020,43(3)

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