-
题名基于三维全卷积神经网络的肝脏血管分割
被引量：1
- 1
-
-
作者
胡英
付美涵
-
机构
大连海事大学船舶电气工程学院
东北大学医学影像智能计算教育部重点实验室
-
出处
《计算机应用与软件》
北大核心
2022年第10期217-223,237,共8页
-
基金
医学影像教育部重点实验室开放课题(80119008)。
-
文摘
由于肝脏血管结构复杂,与周围组织对比度低,从CT影像中对肝脏血管的准确分割比较困难。因此,提出一种基于改进的三维全卷积神经网络V-Net的肝脏血管分割方法。针对肝脏血管的特性对基础网络结构进行改进;在网络的编码器与解码器之间引入金字塔卷积块,提高网络定位能力;在网络中引入多分辨率深度监督,即在不同监督路径下训练特定分辨率目标,使每条路径参数独立更新而互不干扰,从而得到更鲁棒的分割。通过将不同分辨率特征图融合,预测整体分割结果。实验结果表明,改进的V-Net网络相比于原网络分割性能显著提高,可自动准确分割出CT影像中的肝脏血管,且具有较强的鲁棒性。
-
关键词
肝脏血管
三维全卷积神经网络
多分辨率深度监督
金字塔卷积块
-
Keywords
Liver vessel
Three-dimensional fully convolutional neural network
Multi-resolution deep supervision
Pyramid convolution block
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
