基于2D深度学习网络的全心脏MR图像分割

• 作者: 张博 谢勤岚
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 心脏MR图像 图像分割 全卷积神经网络 批归一化层 损失函数
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 民族医药与生物医学科学
• 页码范围: 376-382
• 页数: 7页
• 分类号: TP391.4
• 字数: 3932字
• 语种: 中文
• DOI: 10.12130/znmdzk.20200408

摘要

传统机器学习方法在心脏MR图像分割中存在分割精度较差、计算复杂度高,特别是难以同时分割左、右心室及心肌等问题.提出了将改进的全卷积神经网络自动分割方法用于心脏MR图像分割.在训练网络下采样与上采样路径中加入批归一化层,保持每层网络大小与维度一致,使用较高学习率训练网络,加速收敛,降低过拟合.结合像素交叉熵损失函数与Dice损失函数作为新的组合加权损失函数,提高分割精度.实验结果表明,能实现较好的分割精度和计算复杂度,且能同时分割出心脏图像中的左、右心室和心肌.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢勤岚	中南民族大学生物医学工程学院	66	655	13.0	23.0
2	张博	中南民族大学生物医学工程学院	8	0	0.0	0.0