| 基于深度Q学习和可变形卷积U-Net的肝脏肿瘤分割方法 |
| |
| 引用本文： | 康天赐,姚宇,萧力芮. 基于深度Q学习和可变形卷积U-Net的肝脏肿瘤分割方法[J]. 计算机应用, 2021, 41(z2): 362-366. DOI: 10.11772/j.issn.1001-9081.2021020247 |
| |
| 作者姓名： | 康天赐 姚宇 萧力芮 |
| |
| 作者单位： | 中国科学院成都计算机应用研究所,成都610041;中国科学院大学,北京100049;中国科学院成都计算机应用研究所,成都610041 |
| |
| 摘 要： | 针对传统卷积神经网络U-Net对早期肝脏肿瘤的分割精度低的问题,在U-Net的基础上提出了基于深度Q学习和可变形卷积U-Net的肝脏肿瘤分割方法.首先使用深度Q学习对图像进行肿瘤目标定位,然后对目标肿瘤区域使用可变形卷积的U-Net进行分割,最后实现了粗剪裁到细分割的两段式学习框架.实验结果表明,利用该方法在肝脏肿瘤数...
|
| 关 键 词： | 强化学习 深度学习 可变形卷积 图像分割 肝脏肿瘤 |
Liver tumor segmentation method based on deep Q learning and deformable convolution U-Net |
| |
| KANG Tianci,YAO Yu,XIAO Lirui. Liver tumor segmentation method based on deep Q learning and deformable convolution U-Net[J]. Journal of Computer Applications, 2021, 41(z2): 362-366. DOI: 10.11772/j.issn.1001-9081.2021020247 |
| |
| Authors: | KANG Tianci YAO Yu XIAO Lirui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
