|
|||||
|
|
| 融合候选区域提取与SSAE深度特征学习的心脏MR图像左心室检测 | |
| 作者姓名： | 王旭初 牛彦敏 赵广军 谭立文 张绍祥 |
| 作者单位： | 重庆大学光电技术及系统教育部重点实验室;重庆大学光电工程学院;重庆师范大学计算机与信息科学学院;中国人民解放军第三军医大学生物医学工程学院数字医学研究所; |
| 摘 要： | 左心室检测在计算机辅助心脏MR图像诊断方面具有重要价值,针对由于成像质量、部分容积效应、目标复杂多变等因素影响,导致左心室自动检测准确度较低的问题,提出一种融合候选区域提取与栈式稀疏自编码器(SSAE)深度特征学习的心脏MR图像左心室检测方法.在候选区域提取阶段,先用超像素算法产生初始区域,然后对SSAE学习到的深度特征采用层次聚类算法生成候选区域;在检测阶段,先使用SSAE提取候选区域的深度特征,然后训练SVM分类器对候选区域进行分类,并使用难分负样本挖掘算法对模型进行调节.对心脏图谱数据集左心室目标检测的实验结果表明,相对于手工特征及基于候选区域等方法,该方法取得了有竞争力的检测精度. |
| 本文献已被 CNKI 等数据库收录！ | |