基于卷积神经网络的鼻咽肿瘤MR图像分割
鼻咽肿瘤区域形状多变、边界模糊,利用专家手工勾画确定放疗靶区不仅耗时,而且还会带有一定的主观性.针对这一问题,提出一种利用卷积神经网络(CNN)对鼻咽肿瘤MR图像全自动的分割方法.首先,将每一个鼻咽肿瘤MR图像分成大小为32×32的图像块;其次,用图像块训练CNN结构来实现对鼻咽肿瘤的全自动分割.CNN结构中卷积核的大小均为3×3,采用小尺寸的卷积核能够提取出更加丰富的局部特征,并且能够设计出更深的网络结构.为了验证CNN结构的性能,从测试样本集中随机选取了60个鼻咽肿瘤切片进行分割,经过形态学处理后最终的分割精度可达到:Dice系数83.39%,PM系数82.10%,CR系数74.47%.实验结果表明,该CNN分割方法能够很好地分割出鼻咽肿瘤区域.
卷积神经网络、鼻咽肿瘤、MR图像、医学图像分割
38
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61701324
2018-08-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
208-212