|
|||||
|
|
| 一种基于卷积神经网络的胎儿头围自动测量方法 | |
| 作者姓名： | 杨超然 廖珊珊 陈达 康雁 |
| 作者单位： | 1. 东北大学医学与生物信息工程学院;2. 中国医科大学附属盛京医院;3. 深圳技术大学健康与环境工程学院 |
| 基金项目： | 国家自然科学基金资助项目(62071311)；;国家重点研发计划项目(2018YFC1002900)； |
| 摘 要： | 在产前超声筛查过程中，为了能够帮助医生在丘脑标准平面上快速、精确地测量胎儿头围，提出一种新颖的双分支卷积神经网络直接分割胎儿颅骨边界，2个分支通过共享层相互促进，有效地提高了颅骨边界的分割精度，特别对局部不清晰或者不连续的边界仍然有着较好的分割效果，具有较高的鲁棒性.本方法的测量过程不需要过多的后处理操作，并且模型属于轻量级网络，便于部署.该方法应用在Grand-Challenge中的HC18数据集及从医院采集的300例数据上，均取得了较好的结果，对比其他主流分割网络如U-Net, Res-U-Net, U-Net++,CE-Net等，所提方法具有更高的分割精度及更小的测量误差. |
| 关 键 词： | 产前超声 头围测量 边界分割 卷积神经网络 轻量级 |