基于全卷积神经网络的肛提肌裂孔智能识别

• 作者: 倪东 汪天富 王娜 王慧芳 王毅 胡鹏辉
• 来源期刊: 深圳大学学报（理工版）
• 学科: 医学
• 关键词: 生物医学工程 女性盆底功能障碍性疾病 肛提肌裂孔 图像分割 卷积神经网络 自动上下文模型 条件随机场
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 316-323
• 页数: 8页
• 分类号: R318|TP751
• 字数: 5632字
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2018.03316

摘要

提出一种智能识别肛提肌裂孔的方法,利用端到端的编码器-解码器结构全卷积神经网络,结合自动上下文模型思想,分割出人体盆底超声图像中肛提肌裂孔,采用全连接条件随机场加强边缘约束,对分割结果实现精细化处理,实现肛提肌裂孔的智能识别.通过对372张盆底超声图像进行智能识别,并与医生手动标注结果对比,两者重合率达到95.16％,优于传统卷积神经网络模型,证实基于上下文及条件随机场的神经网络方法能有效识别肛提肌裂孔,具有重要临床应用价值.