期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多尺度卷积输入和ConvCRFs的非对称U-Net脑肿瘤MRI图像分割
1
作者 李星 《信息与电脑》 2023年第1期34-37,共4页
针对磁共振成像(Magnetic Resonance Imaging,MRI)进行脑胶质瘤病灶边界分割的问题,提出基于多尺度卷积输入和卷积条件随机场(ConvCRFs)的非对称U-Net脑肿瘤MRI图像分割算法。首先,设计了多尺度卷积输入模块作为预处理步骤,以丰富全局... 针对磁共振成像(Magnetic Resonance Imaging,MRI)进行脑胶质瘤病灶边界分割的问题,提出基于多尺度卷积输入和卷积条件随机场(ConvCRFs)的非对称U-Net脑肿瘤MRI图像分割算法。首先,设计了多尺度卷积输入模块作为预处理步骤,以丰富全局上下文语义信息的提取与输入;其次,采用非对称U-Net网络结合ConvCRFs,对分割结果进行判别微调,从而提高肿瘤的分割准确率;最后,为了验证算法的可行性,在Brats2020数据集上进行了实验。实验结果表明,Dice系数达到0.887,表明对脑胶质瘤图像分割算法具有重要的临床引导价值。 展开更多
关键词 病灶边界分割 多尺度卷积输入模块 非对称u-net
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部