10.3969/j.issn.2095-2163.2021.05.014
多尺度特征融合全卷积神经网络脑肿瘤MR图像分割
针对传统以及基于深度学习的脑肿瘤MR图像分割方法存在精度低、特征信息丢失等问题,提出一种多尺度特征融合全卷积神经网络的脑肿瘤MR图像分割算法.该算法首先对脑肿瘤MR图像的4种模态进行归一化处理;将得到的结果通过多尺度特征融合全卷积神经网络(MFF-FCN).该网络是在全卷积神经网络的基础上,引入5×5、7×7大小的卷积核作为其它2种通路,以提高模型的特征信息提取能力.实验结果表明,MFF-FCN网络模型在特征提取和分割精度上都有较好的表现,尤其是在全肿瘤和边缘分割上,Dice、Sensitivity、PPV等指标都有明显的提升;且单幅脑肿瘤MR图像的分割时间平均用时不到1s,实用性较强.
脑肿瘤;多尺度;特征融合;全卷积神经网络;分割
11
TP391.7(计算技术、计算机技术)
贵州省数字健康管理工程技术研究中心项目黔科合G字[2014]4002号
2021-08-16（万方平台首次上网日期，不代表论文的发表时间）
共8页
69-76
