U形网络的脊椎分割改进方法研究

摘要：

针对当前U-Net网络模型以及相关卷积网络在脊椎分割中分割边缘精度低,对目标的识别率低等问题,提出几种改进的语义分割网络模型.考虑到脊椎MRI图像中目标区域连续且集中,并存在复数微小区域,边缘特征丰富,运用新型卷积块替换标准卷积结构,利用多路径思想,融入复数编解码器结构,降低运算复杂度,提升边缘特征提取力度,应对不同的特征提取问题.模型在SpineWeb的High anisotropy MRIs of the lower back数据集2000张脊椎图像上做实验,运用训练好的模型对同组脊椎MRI图像作预测.实验结果显示,网络模型的预测结果与提供的真值标签在Dice系数以及Precision系数等几项评价指标上分别达到0.891和0.894.

关键词：脊椎分割、网络模型、U形网络、结构替换、特征提取、图像预测

所属期刊栏目：43

分类号：TN911.73-34

资助基金：国家自然科学基金;国家自然科学基金;广东省自然科学基金;广东省高校省级重点平台和重大科研项目特色创新项目;自动化特色专业;江门市科技计划项目;五邑大学青年科研基金;五邑大学校级教学质量与教学改革工程项目

在线出版日期：2020-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：31-34,38