基于深度学习的肝脏肿瘤图像分割

• 作者: 张笑青 杨峰 许方成 赵曙光 黄佳佳
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 肝脏CT图像 肿瘤分割 反卷积网络 自动提取特征
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 应用研究
• 页码范围: 81-82
• 页数: 2页
• 分类号: TP391
• 字数: 919字
• 语种: 中文

摘要

传统肝脏CT图像肿瘤分割算法常需引进先验信息,分割效率低,无法满足临床实时性要求.针对这些问题,提出基于卷积-反卷积神经网络的肝脏肿瘤图像分割算法,自动提取肝脏肿瘤的特征.实验表明,DSC指标约85.32%,且分割每幅图像只需用时3至5秒,实时性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵曙光	东华大学信息科学与技术学院	59	535	11.0	21.0
2	黄佳佳	东华大学信息科学与技术学院	3	11	2.0	3.0
3	张笑青	东华大学信息科学与技术学院	1	7	1.0	1.0
4	杨峰	东华大学信息科学与技术学院	3	11	2.0	3.0
5	许方成	东华大学信息科学与技术学院	3	11	2.0	3.0