基于多任务学习的肝脏肿瘤自动分割方法

萧力芮; 王晓东; 姚宇; 康天赐

首页> 中文期刊> 《计算机应用》 >基于多任务学习的肝脏肿瘤自动分割方法

基于多任务学习的肝脏肿瘤自动分割方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对深度学习医学影像分割所需的标注数据获取困难且数量少的问题,提出一种基于多任务学习的肝脏肿瘤自动分割方法。提出该方法的主要动机一方面是想要缓解分割数据样本少的问题,另一方面是想要利用不同任务之间有用的信息来提升整体的学习效果。该方法所采用数据集一部分是逐像素的分割数据集,一部分是形式为bounding-box的目标检测数据集。该方法首先通过共享主网络挖掘不同任务之间的相关性,提取通用的特征,然后两个子任务分支通过注意力机制从共享主网络上提取对自身有用的特征,最后两个子网络结合自身的特异性特征与主网络上提取的通用特征来分别完成检测与分割任务。实验结果表明,在一定的样本比例下,该方法相较于U-Net的Dice系数提升了6.67个百分点,表明该方法能够有效利用额外的目标检测数据来提高分割任务的精度。

著录项

来源
《计算机应用》 |2021年第s02期|357-361|共5页
作者
萧力芮; 王晓东; 姚宇; 康天赐;
展开▼
作者单位

中国科学院成都计算机应用研究所;

成都610041;

中国科学院大学;

北京100049;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
深度学习; 图像分割; 多任务学习; 注意力机制;

相似文献

中文文献
外文文献
专利

1. 基于深度Q学习和可变形卷积U-Net的肝脏肿瘤分割方法 [J] . 康天赐 ,姚宇 ,萧力芮 . 计算机应用 . 2021,第S02期
2. 基于形变模型分割方法的CT图像肝脏肿瘤分割 [J] . 肖海慧 . 数字技术与应用 . 2018,第010期
3. 基于形变模型分割方法的CT图像肝脏肿瘤分割 [J] . 肖海慧1 . 数字技术与应用 . 2018,第010期
4. 基于多任务学习的轻量级卷积神经网络在肺部危及器官自动分割中的应用研究 [J] . 张婕 ,杨一威 ,邵凯南 . 中华放射肿瘤学杂志 . 2021,第009期
5. 基于非线性增强和图割的CT序列肝脏肿瘤自动分割 [J] . 廖苗 ,刘毅志 ,欧阳军林 . 计算机辅助设计与图形学学报 . 2019,第006期
6. CT图像的肝脏及肝脏肿瘤分割方法研究 [C] . 刘铭 ,叶宏伟 . 2019中国医学装备大会 . 2019
7. 基于半监督深度学习的肝脏及肿瘤CT图像自动分割方法研究 [A] . 刘清清 . 2021

基于多任务学习的肝脏肿瘤自动分割方法

摘要

著录项

相似文献

相关主题

期刊订阅