多模态多维信息融合的鼻咽癌MR图像肿瘤深度分割方法

• 作者: 刘立志 孟铁豹 徐硕瑀 李立 洪炎佳 郭圣文 黎浩江
• 来源期刊: 浙江大学学报（工学版）
• 学科: 医学
• 关键词: 鼻咽癌 MR图像 分割 多模态多维度 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机技术与自动化
• 页码范围: 566-573
• 页数: 8页
• 分类号: R318.04
• 字数: 3920字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.03.017

摘要

收集421名鼻咽癌患者头颈部水平位T1加权(T1W)、T2加权(T2W)以及T1增强(T1C)三种模态MR图像,并由2名经验丰富的临床医生对图像中的肿瘤区域进行勾画,将其中346位患者的多模态图像及其标签作为训练集,将剩余75位患者的多模态图像及其标签作为独立测试集;分别构建单模态多维信息融合、两模态多维信息融合以及多模态多维信息融合(MMMDF)的卷积神经网络(CNN),并对模型进行训练和测试;使用Dice、豪斯多夫距离(HD)与面积差占比(PAD)评估3种模型的性能,结果表明,多模态多维融合模型的性能最优,两模态多维信息融合模型性能次之,单模态多维信息融合模型性能最差.结果证明,多模态二维与三维特征融合的深度卷积网络能够准确有效地分割鼻咽癌MR图像中的肿瘤.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭圣文	华南理工大学生物医学工程系	37	255	9.0	13.0
2	李立	中山大学肿瘤防治中心	33	233	8.0	14.0
3	黎浩江	中山大学肿瘤防治中心	5	30	3.0	5.0
4	刘立志	中山大学肿瘤防治中心	18	152	7.0	12.0
5	洪炎佳	华南理工大学生物医学工程系	2	0	0.0	0.0
6	孟铁豹	中山大学肿瘤防治中心	5	1	1.0	1.0
7	徐硕瑀	中山大学肿瘤防治中心	1	0	0.0	0.0