基于三维卷积神经网络的肝脏静脉血管的分割 |
| |
作者姓名: | 杨倩梅 张学军 宁小霞 |
| |
作者单位: | 广西大学 计算机与电子信息学院,广西 南宁,530004;广西大学 计算机与电子信息学院,广西 南宁 530004;广西多媒体通信与网络技术重点实验室,广西 南宁 530004 |
| |
基金项目: | 国家自然科学基金;JSPS创新领域科学研究资助项目;广西自然科学基金 |
| |
摘 要: | 针对传统的血管分割算法需人工参与且分割效果不佳,神经网络的方法存在设计特征量的数量有限等诸多问题,提出了一种基于三维卷积神经网络的血管分割的算法,可以利用多层卷积神经网络获取三维图像的特征,与传统的二维分割有很大的不同。通过正负样本训练后得到的模型,可以对CT图像分割后的三维子块V_i中心位置的像素点进行分类实现血管的自动分割。使用正负样本各14 976个来进行训练和测试所提出的三维卷积神经网络算法,最终,三维卷积神经算法的准确率能够达到86.11%,Dice相似系数为92.43%,召回率为99.76%。实验结果表明了基于三维卷积神经网络的血管分割算法的有效性,可以获得比二维输入数据更好的实验结果。
|
关 键 词: | CT图像 肝脏血管 分割 三维卷积神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|