10.19678/j.issn.1000-3428.0050056
基于WRN-PPNet的多模态MRI脑肿瘤全自动分割
多模态磁共振成像脑肿瘤图像存在灰度不均匀、组织类别多样等缺陷,导致脑肿瘤分割难度大、精度低,且已有脑肿瘤分割算法多为半自动分割算法.为此,建立一种端到端的全自动脑肿瘤分割模型.对脑肿瘤三维图像切片化以获得大量二维切片图像,将训练集的切片图像标准化后直接输入该分割模型,然后用训练好的模型正确分割出脑部神经胶质瘤区域,并采用Dice系数、灵敏度系数以及阳性预测率系数评估模型的分割性能.实验结果表明,该模型操作简单,鲁棒性较好,3个评估指标值分别能够达到0.94、0.92和0.97.
多模态磁共振成像、神经胶质瘤、WRN模块、PPNet模块、端到端、全自动分割
44
TP391(计算技术、计算机技术)
国家自然科学基金面上项目61671028;北京市自然科学基金面上项目4162018;北京市教委社科计划一般项目KM201510011010
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
258-263,270