-
题名2D/3D级联卷积在分割CT肺动脉上的应用研究
被引量:2
- 1
-
-
作者
黄绍辉
严凯
王博亮
王弘轩
王继伟
-
机构
厦门大学信息科学与技术学院计算机科学系
厦门大学附属成功医院信息中心
-
出处
《中国数字医学》
2019年第5期7-11,共5页
-
基金
国家自然科学基金(编号:61001144,61102137,61327001,61671399)~~
-
文摘
医学影像分割是计算机辅助诊断的重要组成部分。针对CT影像的三维特性,提出了一种基于2D/3D级联卷积的Unet网络结构用来分割肺动脉。该结构相比基于传统2D卷积的方法,关联了第三维度信息,提高了分割准确度和泛化能力,相比基于传统3D卷积的方法提高了准确度和执行效率。实验对多套肺动脉增强CT数据集做了验证,分割准确率达到85.7%,高于传统2D和3DUnet网络,同时执行效率较3DUnet提高近30%,在CT影像分割上做到了效率和准确度的兼顾。
-
关键词
CT影像分割
肺动脉
深度学习
2d/3d级联卷积
-
Keywords
segmentation of CT image
pulmonary artery
deep learning
2d/3d cascade convolution
-
分类号
R445.3
[医药卫生—影像医学与核医学]
R319
[医药卫生—基础医学]
-