首页|基于三维全卷积神经网络的肝脏血管分割

基于三维全卷积神经网络的肝脏血管分割

SEGMENTATION OF LIVER VESSEL BASED ON THREE-DIMENSIONAL FULLY CONVOLUTIONAL NEURAL NETWORK

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
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.

胡英、付美涵

展开 >

大连海事大学船舶电气工程学院 辽宁 大连 116000

东北大学医学影像智能计算教育部重点实验室 辽宁 沈阳 110000

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

医学影像教育部重点实验室开放课题

80119008

2022

10.3969/j.issn.1000-386x.2022.10.033

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(10)
  • 3