10.19678/j.issn.1000-3428.0052132
基于RV-FCN的CT肝脏影像自动分割算法
由于肝脏的大小、形状因人而异,且CT影像中肝脏与其毗邻器官的灰度对比值较低,难以精准地判断肝脏影像的边界信息.为此,提出一种基于全卷积神经网络(FCN)的改进算法,在FCN的基础上引入残差和VGG-16网络,得到肝脏影像的初始分割结果.引入批归一化和PReLU激活函数,提高网络的泛化能力和收敛速度.采用条件随机场方法,进一步优化分割结果,提高分割准确率.通过VTK和ITK系统对二维肝脏影像进行三维重建.在3DIRCADb数据集上的实验结果验证了该算法的有效性和高效性.
肝脏分割、全卷积神经网络、残差网络、批归一化、条件随机场
45
TP391(计算技术、计算机技术)
国家自然科学基金青年项目61402218;江西省教育厅科学基金GJJ180516;江西省图像处理与模式识别重点实验室开放基金TX201304002
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
258-263