基于深度学习的SPECT图像关节炎病灶分割 |
| |
引用本文: | 高瑞婷,林强,满正行,曹永春,王海军,陈军,邓涛. 基于深度学习的SPECT图像关节炎病灶分割[J]. 西北民族学院学报, 2021, 0(1): 22-30,37 |
| |
作者姓名: | 高瑞婷 林强 满正行 曹永春 王海军 陈军 邓涛 |
| |
作者单位: | 1.西北民族大学中国民族语言文字信息技术教育部重点实验室;2.西北民族大学动态流数据计算与应用实验室;3.甘肃省人民医院核医学科 |
| |
摘 要: | SPECT骨显像是辅助医生诊断疾病的重要手段.医生依靠手工勾画提取病灶区域的方法效率低且具有一定的主观性.针对这一问题,提出R_U-Net网络模型分割关节炎病灶,不仅能节省医生的诊断时间,还能为患者争取最佳治疗时间.为了检测模型分割效果,使用测试集中含有关节炎病灶的图像分割测试,与Mask R-CNN网络和原U-Net...
|
关 键 词: | 深度学习 图像分割 SPECT图像 关节炎 |
Arthritic Lesion Segmentation of SPECT Images Based on Deep Learning |
| |
Abstract: | |
| |
Keywords: | |
|
|