排序方式: 共有1条查询结果,搜索用时 14 毫秒
1
1.
桥小脑角区(CPA)肿瘤的精准分割在手术治疗、放疗中有重要影响,本文结合更快速区域卷积神经网络(Faster-RCNN)和水平集(Level-Set)方法对CPA肿瘤的自动分割进行了研究.首先,采集317名CPA肿瘤患者的T1WI-SE序列磁共振图像,使用基于Faster-RCNN主干网络VGG16提取特征,结合区域建议网络(RPN)进行学习训练,建立带有CPA肿瘤位置信息的定位模型,再应用Level-Set对肿瘤进行精准分割.本文对比了不同CPA肿瘤区域勾画范围对分割结果产生的影响,并以精确率、召回率、均值平均精度值(mAP)和戴斯系数(Dice系数)等指标评估了模型定位和分割的性能.实验结果表明,结合Faster-RCNN和Level-Set建立的模型能更有效对CPA肿瘤进行精准分割,减轻临床医生的负担,并提升治疗效果. 相似文献
1