典型文献
基于卷积神经网络胃癌分割与T分期算法
文献摘要：
基于胃癌CT图像准确分割胃癌和精准预测胃壁肿瘤浸润深度对于筛查胃部疾病、临床诊断、术前预测、术后评估计划至关重要.为了准确地从胃癌CT图像分割出胃癌并对肿瘤进行定性分期,提出一种基于卷积神经网络的胃癌分割与T分期算法(SC-Net).SC-Net有两条主干线:分割主线、分类主线.这种新型算法分为两步进行训练:第一步只训练分割主线得到肿瘤的粗分割结果,然后在第一步基础之上联合训练分割分类主线得到最终的精分割和肿瘤T分期结果.为了提高算法对胃癌区域的关注度,提出了注意力机制加强算法的准确性.此外还使用多核残差模块和密集连接空洞卷积模块提取深层的特征信息.对所提算法进行定性定量分析.实验表明所提方法在胃癌分割和T分期上均优于同类方法,所提方法有作为筛查胃部疾病、辅助医生诊断的潜力.
文献关键词：
卷积神经网络;胃癌;分割;T分期;注意力机制;多核残差;密集空洞卷积
中图分类号：
作者姓名：
周意龙;卫子然;蔡清萍;高永彬;马硕
作者机构：
上海工程技术大学电子电气工程学院,上海201600;上海长征医院普外二科,上海200003
文献出处：
引用格式：
[1]周意龙;卫子然;蔡清萍;高永彬;马硕-.基于卷积神经网络胃癌分割与T分期算法)[J].中国医学物理学杂志,2022(02):215-223
A类：
多核残差
B类：
胃癌,精准预测,胃壁,肿瘤浸润深度,胃部疾病,术前预测,术后评估,图像分割,割出,SC,Net,主干线,两步,第一步,上联,联合训练,注意力机制加强,残差模块,密集连接,卷积模块,特征信息,定性定量分析,密集空洞卷积
AB值：
0.280012
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。
