基于卷积神经网络特征提取的MRI脑肿瘤图像分割 |
| |
引用本文: | 谢铭超,韩旭,栾帅,李芳,王春兴.基于卷积神经网络特征提取的MRI脑肿瘤图像分割[J].曲阜师范大学学报,2018(2). |
| |
作者姓名: | 谢铭超 韩旭 栾帅 李芳 王春兴 |
| |
作者单位: | 山东师范大学物理与电子科学学院;山东省青岛市电政信息办 |
| |
摘 要: | 脑肿瘤分割在疾病的辅助诊断、治疗方案规划以及手术导航中扮演着重要的角色.为了分割病变的肿瘤,提出了一种基于卷积神经网络特征提取的由2个串联的阶段组成的分割方法,提取完整的特征并使用分类器分类.在训练阶段,训练了Convolution Neural Network(CNN)学习从图像空间到肿瘤标记空间的映射.在测试阶段,使用从CNN得到的标记输出,随同测试的灰度图像送到一个Support Vector Machine(SVM)分类器中,以得到精确的分割.实验结果证明,该方法能自适应脑肿瘤的差异性,分割准确率最高达到93%.
|
本文献已被 CNKI 等数据库收录! |
|