期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于全卷积网络迁移学习的左心室内膜分割
被引量:
4
1
作者
齐林
吕旭阳
+1 位作者
杨本强
徐礼胜
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018年第11期1577-1581,1592,共6页
为了避免过拟合现象,提出了基于全卷积网络迁移学习的左心室内膜分割方法.该方法在已用自然图像训练好的VGGNet模型的基础上对参数进行微调;其次,利用了心室内膜位于MRI图像中心处的先验信息作为选取准则来优化分割结果.将该方法对2009 ...
为了避免过拟合现象,提出了基于全卷积网络迁移学习的左心室内膜分割方法.该方法在已用自然图像训练好的VGGNet模型的基础上对参数进行微调;其次,利用了心室内膜位于MRI图像中心处的先验信息作为选取准则来优化分割结果.将该方法对2009 MICCAI数据集的45个病例进行测试,其DICE指数、APD距离和GC率分别为0. 91,1. 73 mm和97. 81%.测试结果表明该方法对于心脏M RI图像的左心室内膜的分割结果较好,当引入一定的先验信息后可以优化测试结果.
展开更多
关键词
左心室内膜分割
深度学习
全卷积网络
迁移学习
核磁共振成像
下载PDF
职称材料
题名
基于全卷积网络迁移学习的左心室内膜分割
被引量:
4
1
作者
齐林
吕旭阳
杨本强
徐礼胜
机构
东北大学中荷生物医学与信息工程学院
沈阳军区总医院放射科
东北大学教育部医学影像计算重点实验室
出处
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018年第11期1577-1581,1592,共6页
基金
国家自然科学基金资助项目(61773110
61374015
+4 种基金
61202258)
中央高校基本科研业务费专项资金资助项目(N161904002
N130404016
N171904009)
辽宁省博士启动基金资助项目(20170520180)
文摘
为了避免过拟合现象,提出了基于全卷积网络迁移学习的左心室内膜分割方法.该方法在已用自然图像训练好的VGGNet模型的基础上对参数进行微调;其次,利用了心室内膜位于MRI图像中心处的先验信息作为选取准则来优化分割结果.将该方法对2009 MICCAI数据集的45个病例进行测试,其DICE指数、APD距离和GC率分别为0. 91,1. 73 mm和97. 81%.测试结果表明该方法对于心脏M RI图像的左心室内膜的分割结果较好,当引入一定的先验信息后可以优化测试结果.
关键词
左心室内膜分割
深度学习
全卷积网络
迁移学习
核磁共振成像
Keywords
segmentation of left ventricle endocardium
deep learning
FCN(full convolutional networks)
transfer learning
MRI(magnetic resonance imaging)
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于全卷积网络迁移学习的左心室内膜分割
齐林
吕旭阳
杨本强
徐礼胜
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部