基于多模态卷积神经网络的脑血管提取方法研究

摘要：

提出了一种基于多模态的卷积神经网络对脑部CT血管造影图像(CTA)进行分割，从而实现脑血管的单独提取。该方法首先对原始CTA图像进行高斯和拉普拉斯处理，并将处理后的图像与原始图像共同构成多模态图像作为输入，然后通过多个并行的卷积神经网络对多模态图像进行分割，最终将所有的分割结果通过线性回归进行融合从而提取出脑血管。该文通过一系列的实验不仅证明了卷积神经网络在脑血管分割上的有效性，而且证明了本文所提出方法的分割效果比现有的脑血管分割算法更加出色。

关键词：脑血管分割、血管造影图像、卷积神经网络、多模态

所属期刊栏目：45

分类号：TP315.69;TP181(计算技术、计算机技术)

资助基金：国家自然科学基金广东联合基金U1401257；国家自然科学基金61300090,61133016；四川省科技厅应用基础计划2014JY0172；广东省电子信息产品可靠性技术重点实验室开放基金2013A061401003

在线出版日期：2016-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：573-581