首页 | 本学科首页   官方微博 | 高级检索  
     

多尺度特征融合全卷积神经网络脑肿瘤MR图像分割
引用本文:席欢欢,贺松,黄旭,张硕,张慧.多尺度特征融合全卷积神经网络脑肿瘤MR图像分割[J].智能计算机与应用,2021,11(5):69-76.
作者姓名:席欢欢  贺松  黄旭  张硕  张慧
作者单位:贵州大学大数据与信息工程学院,贵阳550025;贵州大学医学院,贵阳550025
摘    要:针对传统以及基于深度学习的脑肿瘤MR图像分割方法存在精度低、特征信息丢失等问题,提出一种多尺度特征融合全卷积神经网络的脑肿瘤MR图像分割算法.该算法首先对脑肿瘤MR图像的4种模态进行归一化处理;将得到的结果通过多尺度特征融合全卷积神经网络(MFF-FCN).该网络是在全卷积神经网络的基础上,引入5×5、7×7大小的卷积核作为其它2种通路,以提高模型的特征信息提取能力.实验结果表明,MFF-FCN网络模型在特征提取和分割精度上都有较好的表现,尤其是在全肿瘤和边缘分割上,Dice、Sensitivity、PPV等指标都有明显的提升;且单幅脑肿瘤MR图像的分割时间平均用时不到1s,实用性较强.

关 键 词:脑肿瘤  多尺度  特征融合  全卷积神经网络  分割

Mr image segmentation of brain tumors by multi-scale feature fusion with full convolutional neural network
XI Huanhuan,HE Song,HUANG Xu,ZHANG Shuo,ZHANG Hui.Mr image segmentation of brain tumors by multi-scale feature fusion with full convolutional neural network[J].INTELLIGENT COMPUTER AND APPLICATIONS,2021,11(5):69-76.
Authors:XI Huanhuan  HE Song  HUANG Xu  ZHANG Shuo  ZHANG Hui
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号