节点文献

基于深度学习网络PSP-NET的前列腺MR图像的分割

免费订阅

【作者】 范嵩冯前进

【Author】 FAN Song;FENG Qianjin;School of Biomedical Engineering,Southern Medical University;

【机构】 南方医科大学生物医学工程学院

【摘要】 为了提高前列腺磁共振图像分割的准确性,文中提出一种新的基于金字塔场景解析网络(PSP-NET)的深度卷积神经网络分割方法。先将三维前列腺磁共振图像经相应的转换工具包得到二维图像切片,然后将二维图像的切片输入基于PSP-NET神经网络进行训练。为了训练网络,从临床科室抽取50个病人的三维前列腺磁共振图像,共5 000张图像切片,其中4 000张切片用来训练,1 000张切片用来测试。实验结果表明,对其中1 000个对象的识别,分割精度达到91.3%,此分割算法与已经提出的算法相比,图像分割精度明显提高,分割用时更少,能够更好地应用于临床诊断。

【基金】 国家自然科学基金(61471188);广东省自然科学基金(2016A030313574);广东省自然科学基金(2014A030313316);广东省科技计划项目(2015B010106008);广东省科技计划项目(2015B010131011)~~
【所属期刊栏目】 前沿交叉科学 (2019年12期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.12.034
  • 【分类号】TP391.41;R697.3
  • 【下载频次】20
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: