摘要
在对CT影像边缘进行分割时,由于对图像像素信息的差异的分析精度较低,导致分割结果的可靠性难以达到理想效果,为此,提出基于卷积神经网络的CT影像边缘分割方法.为了避免卷积对输入CT影像进行抽象特征信息提取出现特征信息丢失问题,在激活层前,卷积层后,对CT影像数据进行批量归一化.归一化数据经激活处理后,卷积层根据当前像素特征与目标图像像素特征之间的差异程度进行过滤,直至卷积层输出的结果满足停止要求,其对应的像素信息作为分割执行的基础.在测试结果中,该方法对CT影像边缘分割效果表现出了较高的可靠性.
NETL
NSTL
维普
万方数据