基于三维卷积神经网络的肝脏静脉血管的分割

• 作者: 宁小霞 张学军 杨倩梅
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: CT图像 肝脏血管 分割 三维卷积神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 1252-1260
• 页数: 9页
• 分类号: TP391
• 字数: 4596字
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2019.1252

摘要

针对传统的血管分割算法需人工参与且分割效果不佳,神经网络的方法存在设计特征量的数量有限等诸多问题,提出了一种基于三维卷积神经网络的血管分割的算法,可以利用多层卷积神经网络获取三维图像的特征,与传统的二维分割有很大的不同.通过正负样本训练后得到的模型,可以对CT图像分割后的三维子块Vi中心位置的像素点进行分类实现血管的自动分割.使用正负样本各14976个来进行训练和测试所提出的三维卷积神经网络算法,最终,三维卷积神经算法的准确率能够达到86.11％,Dice相似系数为92.43％,召回率为99.76％.实验结果表明了基于三维卷积神经网络的血管分割算法的有效性,可以获得比二维输入数据更好的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨倩梅	广西大学计算机与电子信息学院	1	0	0.0	0.0
2	张学军	广西大学计算机与电子信息学院	3	0	0.0	0.0
6	宁小霞	广西大学计算机与电子信息学院	1	0	0.0	0.0