改进的卷积神经网络在医学图像分割上的应用 |
| |
引用本文: | 刘辰,肖志勇,杜年茂.改进的卷积神经网络在医学图像分割上的应用[J].计算机科学与探索,2019,13(9):1593-1603. |
| |
作者姓名: | 刘辰 肖志勇 杜年茂 |
| |
作者单位: | 江南大学 物联网工程学院,江苏 无锡,214122;江南大学 物联网工程学院,江苏 无锡,214122;江南大学 物联网工程学院,江苏 无锡,214122 |
| |
基金项目: | The National Natural Science Foundation of China under Grant;the Natural Science Foundation of Jiangsu Province under Grant |
| |
摘 要: | 为了提高医学图像分割的精确性和鲁棒性,提出了一种基于改进卷积神经网络的医学图像分割方法。首先采用卷积神经网络对冠状面、矢状面以及横断面三个视图下的2D切片序列进行分割,然后将三个视图下的分割结果进行集成,得到最终的结果。其中卷积神经网络由编码部分、双向卷积长短记忆网络(BDCLSTM)和解码部分组成。为获取多尺度信息,扩大卷积层的感受野,编码部分使用不同大小的非对称卷积层和空洞卷积。此外,在编码和解码部分之间使用BDC-LSTM,充分挖掘单视图下切片序列间的相关信息,从而提高分割精度。以海马体分割为例,在ADNI标准数据集上,以相似性系数、灵敏度和阳性预测率作为评判标准,准确率分别达到了89.36%、88.73%和90.16%。实验结果表明,该算法在准确率上更具竞争力。
|
关 键 词: | 医学图像分割 磁共振成像(MRI) 卷积神经网络 长短记忆网络(LSTM) 多视图集成 |
Application of Improved Convolutional Neural Network in Medical Image Segmentation |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|