典型文献
基于多尺度集成的冠状动脉分割模型
文献摘要：
针对传统冠状动脉分割中需要人为干预且效率低,以及现有深度学习分割方法准确率低的问题,本研究提出一种基于多尺度集成的分割模型.该模型设计了一种新的由粗到细的分割框架,通过结合全尺度的粗分割与局部多尺度的细分割,进一步提升分割的准确率.实验结果表明,在Dice相似性系数上可达到82.96％,优于其他常规的深度学习方法.该模型也为其他管状器官的分割提供了新的思路.
文献关键词：
全卷积神经网络;U-Net;U-Net++;体素;图像分割;先验提取;数学形态学
中图分类号：
作者姓名：
曾安;吴春彪;徐小维;Najeeb Ullah
作者机构：
广东工业大学计算机学院,广州510006;广东省人民医院,广州510080;马尔丹工程技术大学,马尔丹23200
文献出处：
引用格式：
[1]曾安;吴春彪;徐小维;Najeeb Ullah-.基于多尺度集成的冠状动脉分割模型)[J].生物医学工程研究,2022(03):239-247
A类：
先验提取
B类：
冠状动脉分割,分割模型,人为干预,有深度,分割方法,模型设计,粗到细,全尺度,Dice,相似性系数,深度学习方法,管状,全卷积神经网络,Net++,图像分割,数学形态学
AB值：
0.380964
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。
