• 1. 南京邮电大学 江苏省图像处理与图像通信重点实验室(南京 210003);
  • 2. 南京邮电大学 通信与信息工程学院(南京 210003);
导出 下载 收藏 扫码 引用

针对脑胶质瘤形状、位置及大小的不一致性,本文提出了一种基于双通道三维密集连接网络的脑胶质瘤核磁共振成像(MRI)自动分割算法。该算法基于三维卷积神经网络,在两个通道采用不同大小卷积核,从而在不同尺度感受野下提取多尺度特征,并构造各自的密集连接块进行特征学习与传递,通过特征结联后输入到分类层进行目标体素分类,最终实现脑胶质瘤的自动分割。为了验证本文算法的实用性,本文采用公开的脑肿瘤分割挑战赛数据集对网络进行训练与验证,并将得到的结果与其他脑胶质瘤分割方法比较。实验结果表明,本文所提出的算法能够更准确地分割出不同的肿瘤病变区域,在临床脑肿瘤疾病诊断中具有一定的应用价值。

引用本文: 霍智勇, 杜帅煜, 陈钊, 戴伟达. 基于双通道三维密集连接网络的脑胶质瘤核磁共振成像分割算法研究. 生物医学工程学杂志, 2019, 36(5): 763-768, 776. doi: 10.7507/1001-5515.201902006 复制

  • 上一篇

    基于 18F-FDG PET/CT 多模纹理特征的自身免疫性胰腺炎与胰腺导管腺癌鉴别方法
  • 下一篇

    胸廓对侧凸脊柱动态响应稳定性的影响