• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊>北京生物医学工程 >基于深度监督全卷积神经网络的MRI脑图像语义分割算法

基于深度监督全卷积神经网络的MRI脑图像语义分割算法

     
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的 依据临床诊断对MRI脑图像自动分割算法的需求,基于卷积神经网络(convolutional neural networks,CNN)设计了一种端到端的深度监督全卷积网络(deeply supervised fully convolutional network,DS?FCN)以解决脑图像中脑组织的自动分割问题.方法 针对三维MRI脑图像,先将体数据切割成二维图像切片,在FCN网络结构的基础上,加入了深度监督机制,即在特征提取的多层级结构中提前得到损失值反馈.结果 以三维MRI脑图像公开数据集LPBA-40为实验数据,56类脑组织的准确率(precision rate)、召回率(recall rate)、F1评估值分别为74.40％、74.82％、73.75％,测试速率为152 ms.结论 通过引入深度监督结构,改进后的DS?FCN在MRI脑组织分割任务中得到了更精准的分割效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号