基于卷积神经网络特征提取的MRI脑肿瘤图像分割

• 作者: 李芳 栾帅 王春兴 谢铭超 韩旭
• 来源期刊: 曲阜师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 支持向量机 特征提取 脑肿瘤分割
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 49-53
• 页数: 5页
• 分类号: TP391.4
• 字数: 3509字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5337.2018.2.049

摘要

脑肿瘤分割在疾病的辅助诊断、治疗方案规划以及手术导航中扮演着重要的角色.为了分割病变的肿瘤,提出了一种基于卷积神经网络特征提取的由2个串联的阶段组成的分割方法,提取完整的特征并使用分类器分类.在训练阶段,训练了Convolution Neural Network (CNN)学习从图像空间到肿瘤标记空间的映射.在测试阶段,使用从CNN得到的标记输出,随同测试的灰度图像送到一个Support Vector Machine(SVM)分类器中,以得到精确的分割.实验结果证明,该方法能自适应脑肿瘤的差异性,分割准确率最高达到93%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春兴	山东师范大学物理与电子科学学院	47	170	6.0	11.0
2	李芳	山东师范大学物理与电子科学学院	19	23	3.0	3.0
3	韩旭	山东师范大学物理与电子科学学院	4	7	2.0	2.0
4	谢铭超	山东师范大学物理与电子科学学院	2	4	1.0	2.0