FAILED
首站-论文投稿智能助手
典型文献
基于全局特征U-net的胰腺图像分割
文献摘要:
为了在医学图像中提高胰腺计算机断层成像(computed tomography,CT)自动分割的准确率,针对传统分割方法存在受噪声影响大、过分割、欠分割等问题,以及胰腺周围的重要结构组织关系紧密且多变、边缘界限不易确定等特点,提出了一种基于全局特征U-net(U-net with global features,GF U-net)的胰腺图像分割方法.该方法比基于传统深度卷积神经的U-net网络能够提取出更精确的形状、纹理信息,将胰腺图像区域的毛刺边缘进行平滑化,能够更好地把握胰腺的全局特征.通过对82个由美国国立卫生研究院(national institutes of health,NIH)公开的胰腺CT数据进行四折交叉验证,得到Dice相似系数(Dice similariy coefficient,DSC)的均值为87.13%±3.76%,比传统的U-net网络增长了7.43%.提出的方法不仅拥有更高的准确率,而且生成胰腺的形状边缘更加契合生物学上的胰腺形状,更容易应用在临床医学中.
文献关键词:
U-net;胰腺分割;医学图像处理;全局特征;神经网络
作者姓名:
向智霆;刘剑聪;魏柳;王淇锐;简丽琼;肖斌
作者机构:
重庆邮电大学 计算机科学与技术学院,重庆400065;宁夏回族自治区血液中心,银川750001;图像认知重庆市重点实验室,重庆400065
引用格式:
[1]向智霆;刘剑聪;魏柳;王淇锐;简丽琼;肖斌-.基于全局特征U-net的胰腺图像分割)[J].重庆邮电大学学报(自然科学版),2022(02):216-222
A类:
边缘界限,similariy
B类:
全局特征,net,图像分割,计算机断层成像,computed,tomography,自动分割,分割方法,噪声影响,组织关系,系紧,global,features,GF,比基,深度卷积,纹理信息,毛刺,美国国立卫生研究院,national,institutes,health,NIH,四折,交叉验证,Dice,相似系数,coefficient,DSC,临床医学,胰腺分割,医学图像处理
AB值:
0.395874
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。