基于U-Net的多图谱标签融合算法

• 作者: 王原 王慧 芦玥 马瑜
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 海马体 多图谱 标签融合 U-Net
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 1091-1103
• 页数: 13页
• 分类号: TP391.4
• 字数: 7430字
• 语种: 中文
• DOI: 10.3788/YJYXS20193411.1091

摘要

为有效提高海马体多图谱分割算法的精度,将U-Net卷积神经网络用于海马体MR多图谱分割的标签融合.算法在图谱选择阶段,计算互信息、梯度相似性选择图谱,避免周围组织结构对图谱选择的干扰,选择与目标图谱更贴合的浮动图像组.在预处理阶段,提取以海马体为中心的感兴趣区域有效降低数据规模.在配准过程中,利用重采样代替粗配准环节,减少了“粗”配准环节所需时间,再采用具有良好的平滑性、连续性和拓扑保持性的微分同胚Demons精配准算法.在标签融合阶段,提出基于深度学习理论改进的U-Net多图谱MRI海马体分割算法.实验结果表明,改进的算法分割精度较于传统算法平均提高了5％,算法时间缩短了50％左右.改进后的基于U-Net的多图谱海马体分割算法对目标图像海马体的分割具有高精度、高效率的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王慧	宁夏大学物理与电子电气工程学院	12	23	2.0	4.0
2	马瑜	宁夏大学物理与电子电气工程学院	24	58	4.0	7.0
3	芦玥	宁夏大学物理与电子电气工程学院	3	1	1.0	1.0
4	王原	宁夏大学物理与电子电气工程学院	1	0	0.0	0.0