面向医学图像分割的超像素U-Net网络设计

• 作者: 刘慧 张彩明 王海鸥 邓凯 郭强
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 超像素 双边滤波 卷积网络 U-Net 医学图像分割
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1007-1017
• 页数: 11页
• 分类号: TP391.41
• 字数: 9808字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17389

摘要

近年来,超像素在医学图像处理领域的应用愈加广泛,现有的方法取得了较好的效果,如LAW,SLIC等.然而,这些方法在处理医学图像得到超像素时,位于组织边缘像素点的划分仍存在类别模糊问题.为此,提出一种基于U-Net网络的超像素分割方法.首先,通过双边滤波模型过滤外部噪声,增强超像素信息;然后,结合U-Net卷积网络学习图像特征.该方法为U-Net网络中每个特征尺度的卷积层后嵌入一个规范层,用于增强网络对参数的敏感性.实验结果表明,该方法有效提高了医学图像超像素的分割精度,与ground truth相比,其改善了超像素边缘分类的准确性,优化了超像素分割结果,在精确度、召回率、F-measure和分割速度等性能指标上均取得了更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓凯	山东省千佛山医院影像科	11	51	4.0	6.0
2	郭强	山东财经大学计算机科学与技术学院	13	51	5.0	6.0
4	刘慧	山东财经大学计算机科学与技术学院	23	95	6.0	8.0
8	王海鸥	山东财经大学计算机科学与技术学院	1	3	1.0	1.0