基于Mask R-CNN的肝脏CT影像自动分割算法研究
精准医疗正日益成为诊断、分析、治疗和评估不可或缺的一部分,尤其是对于肝部病变的患者,精确的分析肝部影像,可以使肝病患者得到精确的诊断,并缩短治疗时间.本文提出了一种基于Mask R-CNN算法的CT图像肝脏区域自动分割方法,对肝脏区域检测起到了重要的自动识别作用;对于肝脏海量图像样本计算,本文算法框架采用PyTorch,并用Cuda模块调用GPU指令集,进行有效并行计算.通过测试图像的重叠度和ROC精度的结果显示,此模型预测精度达到92%,可以达到肝脏区域自动识别功能,并提高肝部病变检测率,为临床医学提供了有效的辅助分析.
CT肝脏影像、Mask R-CNN、分割算法、PyTorch框架
32
TP183(自动化基础理论)
四川省教育厅项目;四川省教育厅项目;南充市市校科技战略合作项目;南充市市校科技战略合作项目;川北医学院一流学科群建设项目
2021-03-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
19-24