| 基于全卷积网络迁移学习的左心室内膜分割 |
| |
| 作者姓名： | 齐林 吕旭阳 杨本强 徐礼胜 |
| |
| 作者单位： | (1. 东北大学 中荷生物医学与信息工程学院, 辽宁 沈阳110169; 2. 沈阳军区总医院 放射科, 辽宁 沈阳110016; 3. 东北大学 教育部医学影像计算重点实验室, 辽宁 沈阳110169) |
| |
| 基金项目： | 国家自然科学基金资助项目(61773110, 61374015,61202258); 中央高校基本科研业务费专项资金资助项目(N161904002,N130404016,N171904009); 辽宁省博士启动基金资助项目(20170520180). |
| |
| 摘 要： | 为了避免过拟合现象,提出了基于全卷积网络迁移学习的左心室内膜分割方法.该方法在已用自然图像训练好的VGGNet模型的基础上对参数进行微调;其次,利用了心室内膜位于MRI图像中心处的先验信息作为选取准则来优化分割结果.将该方法对2009 MICCAI数据集的45个病例进行测试,其DICE指数、APD距离和GC率分别为0.91,1.73mm和97.81%.测试结果表明该方法对于心脏MRI图像的左心室内膜的分割结果较好,当引入一定的先验信息后可以优化测试结果.
|
| 关 键 词： | 左心室内膜分割 深度学习 全卷积网络 迁移学习 核磁共振成像 |
|
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《东北大学学报(自然科学版)》下载全文 |
|
