基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的:针对脑肿瘤形状、位置及大小等多变性,提出一种适合磁共振成像(MRI)脑肿瘤分割的卷积神经网络模型的改进方法。方法:将卷积神经网络应用到脑肿瘤分割上,并针对脑肿瘤的特点,提出多尺度卷积神经网络模型(MSCNN),通过多尺度的输入与多尺度下的采样,克服脑肿瘤的个体差异,同时适应脑肿瘤不同图像层之间的大小位置差异,弱化肿瘤边缘与正常组织灰度相近的影响。结果:通过对30例患者的多模态磁共振图像进行分割,得到平均Dice系数为83.11%;平均灵敏度系数为89.48%;平均阳性预测值(PPV)系数为78.91%。结论:MRI脑肿瘤分割的改进方法可使分割精度得到明显提高,多尺度卷积神经网络能自适应脑肿瘤的差异性,并准确有效地分割脑肿瘤。
推荐文章
基于3D卷积神经网络的脑肿瘤医学图像分割优化
脑肿瘤
医学图像分割
多模态MRI
差异信息提取
多尺度采样
3D卷积神经网络
基于3D卷积神经网络的脑肿瘤医学图像分割优化
脑肿瘤
医学图像分割
多模态MRI
差异信息提取
多尺度采样
3D卷积神经网络
结合卷积神经网络和模糊系统的脑肿瘤分割
脑肿瘤
图像分割
卷积神经网络
模糊推理系统
基于自组织神经网络的多模态MRI图像分割
图像分割
多模态
自组织神经网络
并行模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多尺度卷积神经网络的磁共振成像脑肿瘤分割研究
来源期刊 中国医学装备 学科 医学
关键词 脑肿瘤分割 多尺度 卷积神经网络 磁共振成像
年,卷(期) 2016,(2) 所属期刊栏目 学术论著 -- 「生物医学工程」
研究方向 页码范围 25-28
页数 4页 分类号 R445.2
字数 3054字 语种 中文
DOI 10.3969/J.ISSN.1672-8270.2016.02.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李健 广东省农垦中心医院肿瘤放射治疗中心 5 22 2.0 4.0
2 陈荣耀 广东省农垦中心医院肿瘤放射治疗中心 4 16 1.0 4.0
3 蓝威 广东省农垦中心医院肿瘤放射治疗中心 2 16 1.0 2.0
4 罗蔓 广东省农垦中心医院肿瘤放射治疗中心 3 23 2.0 3.0
5 罗晓 广东省农垦中心医院肿瘤放射治疗中心 6 31 3.0 5.0
6 周怀恒 广东省农垦中心医院肿瘤放射治疗中心 9 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (9)
参考文献  (7)
节点文献
引证文献  (15)
同被引文献  (40)
二级引证文献  (39)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(14)
  • 引证文献(4)
  • 二级引证文献(10)
2019(20)
  • 引证文献(5)
  • 二级引证文献(15)
2020(18)
  • 引证文献(4)
  • 二级引证文献(14)
研究主题发展历程
节点文献
脑肿瘤分割
多尺度
卷积神经网络
磁共振成像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国医学装备
月刊
1672-8270
11-5211/TH
大16开
北京市西城区南纬路27号
80-373
2004
chi
出版文献量(篇)
7730
总下载数(次)
12
总被引数(次)
30758
论文1v1指导