|
一种改进FCN 的肝脏肿瘤CT 图像分割方法
段 杰1,2, 崔志明1,2, 沈 艺1,2, 冯 威1, 吴宏杰1, 冯雨晴1,2
2020, 41(1):
100-107.
DOI: 10.11996/JG.j.2095-302X.2020010100
摘要
(
262 )
PDF(1103KB)
(
237
)
精准的医学图像分割是辅助疾病诊断和手术规划的必要步骤。由于腹部器官边界
模糊、对比度不高,肝脏肿瘤的自动分割一直是一个难题。针对传统全卷积神经网络(FCN)实
现端到端分割精度不佳等问题,提出了一种卷积型多尺度融合FCN 的CT 图像肝脏肿瘤分割方
法。首先,通过提高对比度、增强和去噪的方式对原始的CT 图像数据集进行预处理;然后使
用处理后的数据集对所设计好的FCN 网络进行训练;最终得出能够精确分割肝脏肿瘤的网络模
型。实验效果采用多种评价指标进行分割结果的评估,并且与多种常见的分割网络进行对比。
实验结果表明本文方法可以精准分割CT 图像中各种形状和大小的肝脏肿瘤,分割效果良好,
能够为临床的诊断提供可靠的依据。
相关文章 |
计量指标
|