|
|||||
|
|
| 基于DenseUnet模型的核磁共振图像下肛提肌的自动分割 | |
| 作者姓名： | 向永嘉 吴毅 张小勤 胡昕 刘静静 雷玲 王延洲 王艳 |
| 作者单位： | 401331重庆,重庆师范大学数学科学学院,智慧金融与大数据分析重庆市重点实验室;400038重庆,陆军军医大学(第三军医大学)生物医学工程与影像医学系数字医学教研室;561000贵州安顺,安顺人民医院妇科;400038重庆,陆军军医大学(第三军医大学)第一附属医院妇产科 |
| 基金项目： | 国家自然科学基金;国家自然科学基金 |
| 摘 要： | 目的 基于盆底的核磁共振图像(MRI),构建深度学习自动分割模型,进行盆底MRI图像的智能分割研究,以提高肛提肌分割效率和精准度.方法 以DenseUnet模型为主干,搭建一个主要由编码器模块、上下文提取模块和解码器模块3部分组成的网络结构;在上下文提取模块中,通过使用空洞卷积和金字塔池化模块克服Unet较少利用上下文... |
| 关 键 词： | 卷积神经网络 图像分割 智能辅助诊断 |
| 本文献已被 万方数据 等数据库收录！ | |