典型文献
脑肿瘤分割算法研究
文献摘要：
由于医学成像技术的复杂性和胶质瘤表面高度的异质性,对人脑神经胶质瘤的图像分割是医学影像分析中最具挑战性的任务之一.本研究对UNet++医学图像分割网络进行了改进,改进后的网络能够融合全尺度下的粗粒度语义和细粒度语义信息.在公开的BraTS脑肿瘤分割数据集中的335例图像上进行分割实验,采用2D与3D对比分割实验综合评价改进后网络的分割性能,将分割结果与UNet,UNet++,UNet3+医学图像分割网络的结果进行对比.在Dice相似度系数(DSC),95％Hausdorff表面距离(HSD95),Sensitivity,PPV等4个指标基础上,2D对比分割实现的指标均值分别为:83.70％,1.7,88.40％,84.96％;3D对比分割实验的指标均值为:90.79％,0.242,91.23％,91.06％.实验结果表明,改进的算法使神经胶质瘤的分割结果与金标准在区域上有更多的重叠,可以更好的完成脑胶质瘤的分割.在临床应用中,可望帮助神经外科医生高效地分离脑肿瘤与人脑周围组织,从而实现快速的计算机诊疗.
文献关键词：
医学图像分割;全尺度特征融合;跳跃连接;神经胶质瘤
中图分类号：
作者姓名：
张士强;石磊;程晓东
作者机构：
内蒙古大学电子信息工程学院,呼和浩特 010021
文献出处：
引用格式：
[1]张士强;石磊;程晓东-.脑肿瘤分割算法研究)[J].中国生物医学工程学报,2022(03):290-300
A类：
HSD95,全尺度特征融合
B类：
脑肿瘤分割,分割算法,算法研究,医学成像,人脑,脑神经胶质瘤,医学影像分析,UNet++,医学图像分割,分割网络,粗粒度,细粒度语义,语义信息,BraTS,2D,评价改进,UNet3+,Dice,相似度系数,DSC,Hausdorff,Sensitivity,PPV,金标准,脑胶质瘤,可望,神经外科,外科医生,周围组织,跳跃连接
AB值：
0.323041
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。
