基于密集多尺度空洞卷积的脑胶质瘤图像语义分割方法 |
| |
引用本文: | 吴昌霖,杨关,林予松.基于密集多尺度空洞卷积的脑胶质瘤图像语义分割方法[J].计算机应用与软件,2023(1):234-240. |
| |
作者姓名: | 吴昌霖 杨关 林予松 |
| |
作者单位: | 1. 郑州大学信息工程学院;2. 中原工学院计算机学院;3. 郑州大学软件学院;4. 郑州大学互联网医疗与健康服务河南省协同创新中心;5. 郑州大学汉威物联网研究院 |
| |
摘 要: | 对脑胶质瘤核磁共振图像进行语义分割是医学图像处理的一个研究热点。目前的分割方法均使用池化层进行下采样,存在空间位置信息损失问题,导致分割结果不精确、无效计算量高。为了提高分割效果和计算效率,提出一种新的语义分割方法。该方法使用空洞卷积代替池化层,获得了信息更丰富的特征图,进行多尺度空洞卷积改进,消除空洞卷积中网格问题和边缘特征无效问题,使用密集连接获取不同尺度的特征,保证方法的鲁棒性并降低计算量。使用Brats2017的数据进行实验验证,结果表明,该方法在分割整体肿瘤区域和增强肿瘤区域时效果良好,dice相对性系数分别达到0.912和0.88。
|
关 键 词: | 医学影像处理 语义分割 脑胶质瘤 密集连接 空洞卷积 |
|
|