基于深度学习网络PSP-NET的前列腺MR图像的分割

• 作者: 冯前进 范嵩
• 来源期刊: 现代电子技术
• 关键词: 磁共振成像 前列腺图像分割 网络训练 深度学习 PSP-NET 临床诊断
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 148-151,155
• 页数: 5页
• 分类号: TN915-34|TP302
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.12.034

摘要

为了提高前列腺磁共振图像分割的准确性,文中提出一种新的基于金字塔场景解析网络(PSP-NET)的深度卷积神经网络分割方法.先将三维前列腺磁共振图像经相应的转换工具包得到二维图像切片,然后将二维图像的切片输入基于PSP-NET神经网络进行训练.为了训练网络,从临床科室抽取50个病人的三维前列腺磁共振图像,共5000张图像切片,其中4000张切片用来训练,1000张切片用来测试.实验结果表明,对其中1000个对象的识别,分割精度达到91.3％,此分割算法与已经提出的算法相比,图像分割精度明显提高,分割用时更少,能够更好地应用于临床诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯前进	南方医科大学生物医学工程学院	109	771	14.0	20.0
2	范嵩	南方医科大学生物医学工程学院	1	0	0.0	0.0