计算机工程与应用

2022, v.58;No.1013(22) 203-209

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

脊柱MR图像自动分割方法的研究
Research on Automatic Segmentation Method of Spinal MR Images

于文涛;张俊华;梅建华;罗旭东;

摘要(Abstract):

脊柱磁共振(magnetic resonance,MR)图像精确分割是脊柱配准、三维重建等技术的前提。传统脊柱MR图像分割方法过程繁琐,精度低。为克服传统方法弊端,提出了一种基于深度学习的脊柱MR图像自动分割方法。该方法构建对称通道卷积神经网络提取多尺度图像特征,通过残差连接解决训练中网络退化问题,同时用跳跃连接层连接中间层特征减少信息丢失。在搭建的网络模型中加入卷积块注意力机制关注空间和通道中的有效特征。实验结果表明,该模型在测试集上的平均DSC系数为0.861 9,相比FCN、U-Net、DeeplabV3+和UNet++网络模型分别提高了15.34%、7.08%、5.79%、3.1%。该模型可应用于临床实践中提升脊柱MR图像的分割精度。

关键词(KeyWords): 图像分割;对称通道卷积网络;残差连接;深度学习;多尺度特征

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(62063034)

作者(Authors): 于文涛;张俊华;梅建华;罗旭东;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享