10.3778/j.issn.1002-8331.1905-0275
结合注意力的3D卷积网络脑胶质瘤分割算法
为了提升脑胶质瘤分割精度,提出一种结合注意力机制的3D卷积神经网络算法.输入3个不同尺度的图像块,经过9个卷积层和1个分类层后得到3个不同的分类结果,将分类结果与注意力学习到的权重相乘并逐体素相加得到输出.此外该算法采用了一种混合Dice损失函数与Focal损失函数的超参数损失函数.实验表明,该算法的Dice系数在整体区域、核心区域以及增强区域分别达到了95.31%、80.12%、82.25%.与已有的一种脑胶质瘤分割算法deepmedic相比,整体区域、核心区域以及增强区域的Dice系数分别提升了3%、2%、6%.在脑胶质瘤分割方面,具有重要的临床意义.
分割、脑胶质瘤、3D卷积神经网络、注意力机制、超参数损失函数
56
TP391(计算技术、计算机技术)
国家自然科学基金;成都市产业集群协同创新项目;四川省科技计划项目;四川省教育厅项目
2020-06-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
187-192