-
公开(公告)号：CN110599500B
公开(公告)日：2022-08-26
申请号：CN201910825768.5
申请日：2019-09-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于级联全卷积网络的肝脏CT图像的肿瘤区域分割方法及系统，该方法利用全卷积网络模型实现了肝脏肿瘤区域的自动分割。包括：对CT图像进行滤波、锐化增强等预处理操作；利用预处理后的CT数据集进行级联网络的训练；用两级FCN网络分别实现肝脏区域分割，以及从肝脏感兴趣区域中分割出肿瘤区域。其中，第一级FCN网络使用了可变池化的方法，保留更多肝脏特征，提高肝脏分割精度；第二级FCN网络使用空洞卷积代替原来的卷积层和池化层，缩小图像增大感受域的同时能够保留目标的位置信息。本发明方法无需手动提取大量特征，且能有效精确的从肝脏CT图像中分割出肿瘤区域。
-
公开(公告)号：CN110599500A
公开(公告)日：2019-12-20
申请号：CN201910825768.5
申请日：2019-09-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于级联全卷积网络的肝脏CT图像的肿瘤区域分割方法及系统，该方法利用全卷积网络模型实现了肝脏肿瘤区域的自动分割。包括：对CT图像进行滤波、锐化增强等预处理操作；利用预处理后的CT数据集进行级联网络的训练；用两级FCN网络分别实现肝脏区域分割，以及从肝脏感兴趣区域中分割出肿瘤区域。其中，第一级FCN网络使用了可变池化的方法，保留更多肝脏特征，提高肝脏分割精度；第二级FCN网络使用空洞卷积代替原来的卷积层和池化层，缩小图像增大感受域的同时能够保留目标的位置信息。本发明方法无需手动提取大量特征，且能有效精确的从肝脏CT图像中分割出肿瘤区域。
-
Search Results
2
records
(took 0.013 seconds)
