基于深度监督全卷积神经网络的MRI脑图像语义分割算法

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.

关键词：语义分割、深度学习、医学图像、神经网络、机器学习

所属期刊栏目：38

分类号：R318.04(医用一般科学)

在线出版日期：2019-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：277-282