典型文献
基于级联Dense-UNet和图割的肝脏肿瘤自动分割
文献摘要：
腹部CT图像肝脏肿瘤分割是进行肝脏疾病诊断、手术规划和放射治疗的重要前提.针对肝脏肿瘤灰度异质、纹理丰富、边界模糊等因素引起的分割困难,该文提出基于级联Dense-Unet和图割的自动精确鲁棒分割方法.首先运用级联的Dense-UNet获取肝脏肿瘤初始分割结果及感兴趣区域,然后利用图像像素级和区域级特征,分别构建可有效区分肿瘤与非肿瘤的灰度模型和概率模型,并将其融入图割能量函数,进一步精确分割感兴趣区域中的肿瘤组织.最后分别采用LiTS和3Dircadb公共数据库作为训练集与测试集进行实验,并与现有多种自动分割方法进行了比较.结果表明,提出方法可有效分割CT图像中灰度、形状、大小、位置各异的肝脏肿瘤,能提取更精确的肿瘤边界,尤其对于对比度低、边界模糊的肿瘤具有明显优势.
文献关键词：
CT图像;肿瘤分割;Dense-UNet;图割
中图分类号：
作者姓名：
杨振;邸拴虎;赵于前;廖苗;曾业战
作者机构：
中南大学自动化学院 长沙 410083;中南大学湘雅医院肿瘤科 长沙 410083;湖南湘江人工智能学院 长沙 410083;湖南科技大学计算机科学与工程学院 湘潭 411100;湖南工业大学电气与信息工程学院 株洲 412007
文献出处：
引用格式：
[1]杨振;邸拴虎;赵于前;廖苗;曾业战-.基于级联Dense-UNet和图割的肝脏肿瘤自动分割)[J].电子与信息学报,2022(05):1683-1693
A类：
3Dircadb
B类：
Dense,UNet,图割,肝脏肿瘤分割,肝脏疾病,疾病诊断,手术规划,放射治疗,灰度,边界模糊,素引,Unet,感兴趣区域,像素级,概率模型,能量函数,精确分割,肿瘤组织,LiTS,公共数据库,训练集,测试集,自动分割方法,肿瘤边界,对比度
AB值：
0.293155
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。
