-
题名基于改进卷积神经网络的腹部动脉血管分割
被引量:1
- 1
-
-
作者
纪玲玉
高永彬
蔡清萍
卫子然
廖薇
-
机构
上海工程技术大学电子电气工程学院
上海长征医院军医普通外科
-
出处
《计算机工程与科学》
CSCD
北大核心
2021年第11期1986-1993,共8页
-
基金
上海市上海市科委重点项目(18411952800)
上海工程技术大学协同创新基金(0232-E2-6202-19-022)。
-
文摘
腹部动脉血管分割对于胃癌淋巴结的转移和肝动脉变异类型的判断至关重要。针对腹部动脉血管分割精度低、易断裂等问题,提出一种改进卷积网络架构的腹部动脉分割方法。卷积网络的编码部分使用带有卷积注意的预训练模块(resnet34),避免了梯度消失且可更好地获取图像的特征信息。为了扩大感受野和聚集多尺度特征信息,提出了一种新的多尺度特征融合模块。此外,动脉血管的边缘结构信息的学习至关重要,引入注意力导向滤波作为信息扩展路径,使输出特征更加结构化,提升血管分割的精度。所提方法在腹部动脉血管分割的实验结果表明,与基础网络U-Net相比,所提方法在灵敏度和交并比上分别提升了2.84%和1.19%。与CE-Net网络相比,在灵敏度和交并比上分别提升了1.34%和1.61%。
-
关键词
腹部动脉血管分割
卷积神经网络
注意力导向滤波
迁移学习
-
Keywords
abdominal artery segmentation
convolutional neural network
attention guided filtering
transfer learning
-
分类号
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]
-