基于卷积神经网络的胸片肺野自动分割

• 作者: 李朝锋 秦子亮
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 卷积神经网络 肺野分割 胸片 分类
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 研究与探讨
• 页码范围: 64-66,69
• 页数: 4页
• 分类号: TP391.4
• 字数: 3044字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2017)10-0064-03

摘要

针对传统胸片肺野分割方法需要人工干预、提取特征以及对先验知识的依赖性问题,提出了一种基于卷积神经网络(CNN)的胸片肺野自动分割方法,将X光胸片的分割问题转换为图像块的分类问题.将原图像分割成左、右肺,切块处理后分别作为训练样本,利用深度学习自动发现图像块中的潜在特征,对图像块进行分类,并将结果映射成二值图,得到初步分割结果,再对其进行后处理,合并之后作为最终的分割结果.实验表明:此方法在公开的JSRT数据集上进行测试,Jaccard指标可达94.6%,平均边界距离(MBD)指标达到1.10 mm,较现存分割算法更加出色.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李朝锋	江南大学物联网工程学院	48	430	12.0	19.0
2	秦子亮	江南大学物联网工程学院	1	6	1.0	1.0