-
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]
-
-
题名采用支路辅助学习的人脸表情识别
被引量：4
- 2
-
-
作者
赵家琦
周颖玥
王欣宇
李驰
-
机构
西南科技大学信息工程学院
西南科技大学特殊环境机器人技术四川省重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第23期151-160,共10页
-
基金
四川省科技厅重点研发项目(2021YFG0383)
西南科技大学龙山学术人才科研支持计划(17LZX648,18LZX611)。
-
文摘
人脸表情识别属于一种细粒度识别,模型需要同时聚焦于浅层与深层特征。针对独立结构的卷积神经网络对细粒度特征的提取、融合能力不足的问题,提出一种基于支路辅助学习的网络结构。在基础网络的输入层引入一条支路辅助网络,该网络将逐层使用金字塔卷积块提取全局特征;通过特征映射模块不断将支路提取到的决策信息传导至基础网络,辅助基础网络提取细节特征;在模型输出层采用特征拼接的方式将支路网络与主路网络融合。将所提出的网络在公开人脸表情数据集CK+、JAFFE、FER2013和MMEW上进行识别实验,结果表明:支路辅助学习模块能够有效提升基础网络的特征提取能力和泛化能力,提出的方法识别率达到了98.89%、94.80%、71.88%和86.67%,比仅采用基础网络(例如:ResNet50)进行识别提高了3.49、2.2、5.51和1.48个百分点。
-
关键词
人脸表情识别
卷积神经网络
支路辅助学习
金字塔卷积块
-
Keywords
facial expression recognition
convolutional neural network
branch-assisted learning
pyramid convolution block
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
