计算机工程与应用

2021, v.57;No.968(01) 227-233

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

全卷积深度迁移网络的联合分割
Joint Segmentation of Full Convolutional Deep Migration Network

李岩;刘俊;

摘要(Abstract):

近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论和研究。为实现准确的实时治疗,提出了一种基于全卷积网络(Fully Convolutional Networks,FCN)的超声血管分割方法。全卷积深度迁移分割网络(Full Convolutional deep Aggregation Migration Network,AMFCN)通过对全卷积网络使用对称网络连接,深度聚合模式以深度提取图像特征,并优化数据增强方式,添加迁移学习模型等方法,有效地利用已有数据进行数据拓展,缓解医学图像数据过少的影响。实验结果表明,该研究方法在超声血管图像上取得了较好的分割性能,能准确地分割出血管区域。

关键词(KeyWords): 超声治疗;全卷积网络;深度聚合;小数据集;迁移学习

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金青年科学基金(31600975,C1112)

作者(Author): 李岩;刘俊;

Email:

DOI:

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