|
|||||
|
|
| 采用密集多尺度卷积网络的胰腺分割方法 | |
| 作者姓名： | 张学鹏 王远军 |
| 作者单位： | 上海理工大学医学影像工程研究所 |
| 基金项目： | 上海市自然科学基金面上项目(18ZR1426900)资助； |
| 摘 要： | 胰腺是人体内重要的消化器官，受个体年龄、健康状况等因素的影响，它的形状、尺寸和位置可能会发生较大变化.胰腺自动分割一直以来是医学图像分析和计算机辅助诊断领域一个具有挑战性的问题.近年来，深度学习在医学图像分割领域上得到了广泛的应用，本文提出了一种密集多尺度卷积网络(Dense multi-scale convolutional networks, DMC-net)以用于进行胰腺的自动分割.本文将多层图像作为网络输入，采用密集卷积和密集多尺度卷积连接代替了U-net的常规卷积和长跳跃连接，此外在训练过程中本文还采用了边界损失函数对胰腺的形状进行约束.在NIH胰腺公开数据集上的结果表明，文中方法的分割结果Dice系数可以达到86.19%,证明了本文提出的胰腺分割方法的有效性. |
| 关 键 词： | 胰腺分割 卷积网络 密集卷积 多尺度卷积 |