-
题名基于改进型V-net卷积神经网络的胃壁分割方法
被引量:1
- 1
-
-
作者
赵呈陆
方志军
高永彬
王海玲
卫子然
蔡清萍
-
机构
上海工程技术大学电子电气工程学院
上海长征医院普外二科
-
出处
《中国医学物理学杂志》
CSCD
2021年第10期1243-1250,共8页
-
基金
上海市科委重点项目(18411952800)。
-
文摘
实现上腹部CT影像的胃壁分割与中心线提取是成功实现早期胃癌筛查和辅助T分期的前提。基于改进型V-net的胃壁分割方法加入了全局平均权重模块的全卷积神经网络框架,有效解决了神经网路下采样过程中信息丢失的问题。此外,本文在原水平集方法的基础上,提出了正则化水平集损失函数。该损失函数有效抑制了全卷积网络胃壁边缘特征丢失率和因数据量较少而引起的过拟合问题,提高了神经网络对上腹部CT影像中胃壁的识别精度。实验表明,在上腹部CT影像数据集中本文方法分割准确度Dice系数高达0.9165,IOU达到了0.8223。该方法的Dice相对于3D V-net方法准确度提高了近6%,同时比CE-net和DenseU-net方法的准确率分别提高了2.7%和3.1%。
-
关键词
胃癌
CT图像
图像分析
卷积神经网络
胃壁分割
-
Keywords
gastric cancer
CT image
image analysis
convolutional neural network
gastric wall segmentation
-
分类号
R318
[医药卫生—生物医学工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于3D全卷积网络的腹部动脉CTA分割算法
- 2
-
-
作者
纪玲玉
高永彬
赵呈陆
汤先华
徐凯成
徐嘉诚
-
机构
上海工程技术大学电子电气工程学院
-
出处
《电子科技》
2022年第3期38-44,共7页
-
基金
国家自然科学基金(61802253)
上海市科委重点项目(18411952800)。
-
文摘
目前卷积神经网络已成为腹部动脉血管分割领域的研究热点,但经典的卷积网络存在分割精度低和分割血管不连续的问题。为此,文中提出了基于改进3D全卷积网络的腹部动脉血管分割算法。该方法在网络的编码路径上构造不同尺度的侧输入,并将侧输入卷积后的图像与下采样卷积后的图像进行融合,提取更多的特征信息。同时,网络中嵌入了新的多尺度特征提取模块,该模块将通道注意力与密集扩张卷积进行了融合,有效地捕获了更高层次的特征信息。对腹部动脉血管进行分割的结果表明,与其他分割方法相比,所提方法在直观性和定量性上均有提高,证明了该方法能够提升血管分割精度。
-
关键词
医学图像处理
计算机断层扫描
腹部血管分割
3D卷积神经网络
密集扩张卷积
通道注意力机制
多尺度特征融合
-
Keywords
medical image processing
computed tomography
abdominal vascular segmentation
3D convolution neural network
dilation convolution
channel attention mechanism
multi-scale feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-