基于改进V型网络的磁共振图像前列腺区域分割 |
| |
引用本文: | 高铭远,闫士举,宋成利,朱泽华,解尔泽,方博雅.基于改进V型网络的磁共振图像前列腺区域分割[J].生物医学工程学杂志,2023(2):226-233. |
| |
作者姓名: | 高铭远 闫士举 宋成利 朱泽华 解尔泽 方博雅 |
| |
作者单位: | 1.上海理工大学健康科学与工程学院200093;2.上海市第十人民医院200072; |
| |
摘 要: | 磁共振(MR)成像技术是前列腺癌诊断的重要工具,通过计算机辅助诊断技术准确分割磁共振前列腺区域对于前列腺癌的诊断具有重要意义。本文使用深度学习方法,对传统V型网络(V-Net)网络进行了改进,提出了一种改进的端到端的三维图像分割网络,以期提供更精确的图像分割结果。本文首先将软注意力机制融合进传统V-Net的跳跃连接中,结合短跳跃连接、小卷积核进一步提升网络分割精度。然后使用前列腺MR图像分割评估2012年挑战赛(PROMISE 12)数据集,针对前列腺区域进行了分割,使用戴斯相似系数(DSC)和豪斯多夫距离(HD)对模型进行了评估,分割模型的DSC值和HD值分别可达到0.903和3.912 mm。实验结果表明,本文算法能够提供更准确的三维分割结果,可以准确高效地分割前列腺MR图像,为临床诊断和治疗提供可靠的依据。
|
关 键 词: | 磁共振 注意力机制 V型网络 图像分割 前列腺 |
本文献已被 维普 等数据库收录! |
|