多模态3D卷积神经网络脑部胶质瘤分割方法 |
| |
引用本文: | 谷宇,吕晓琪,李菁,任国印,喻大华,赵瑛,吴凉,张文莉,郝小静,黄显武.多模态3D卷积神经网络脑部胶质瘤分割方法[J].科学技术与工程,2018(7). |
| |
作者姓名: | 谷宇 吕晓琪 李菁 任国印 喻大华 赵瑛 吴凉 张文莉 郝小静 黄显武 |
| |
作者单位: | 上海大学计算机工程与科学学院;内蒙古科技大学信息工程学院内蒙古自治区模式识别与智能图像处理重点实验室; |
| |
摘 要: | 由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。其次,构建10个卷积层,2个全连接层的3D CNN。卷积层采用3×3×3的3D卷积核;全连接层采用PRe Lu激励函数,并结合dropout技术防止过拟合。构建的3D CNN分割胶质瘤和瘤内各结构精度高,与专家手动分割的结果接近。实验结果表明,构建的多模态3D CNN能够准确地分割MRI多模态图像脑部胶质瘤及瘤内各结构,具有重要的临床意义。
|
本文献已被 CNKI 等数据库收录! |
|