首页|基于卷积神经网络的臂丛神经超声图像分割方法

基于卷积神经网络的臂丛神经超声图像分割方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
近几年卷积神经网络(convolutional neural network,CNN)在图像处理、语音识别、自然语言处理以及信息检索等领域得到广泛应用,颈部臂丛神经超声图像具有较低的信噪比、较低的对比度、模糊的边缘,其分割是一项富有挑战性的工作.文章针对目前臂丛神经超声图像手工标注的训练样本较少的情况,对U-Net模型进行改进,构建了一个适用于臂丛神经分割的卷积神经网络模型QU-Net,并选择BP图像数据库进行训练、测试.实验结果表明,与主流神经卷积网络分割算法SegNet、U-Net相比,QU-Net的图像分割结果具有更高的准确性.
Ultrasound image segmentation of brachial plexus via convolutional neural networks

龙法宁、朱晓姝、甘井中

展开 >

玉林师范学院计算机科学与工程学院,广西玉林 537000

玉林师范学院广西高校复杂系统优化与大数据处理重点实验室,广西玉林 537000

臂丛神经 图像分割 卷积神经网络(CNN) 深度学习 U-Net模型

广西壮族自治区自然科学基金资助项目广西教育厅重点科研资助项目广西青年自然科学基金资助项目广西青年自然科学基金资助项目

2013GXNSFAA0193372013ZD0562014GXNSFBA1180102014GXNSFBA118268

2018

合肥工业大学学报(自然科学版)
合肥工业大学

合肥工业大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.608
ISSN：1003-5060
年,卷(期)：2018.41(9)
  • 13
  • 7