三维卷积网络在脑海马体分割中的应用

• 作者: 刘辰 吴鑫鑫 肖志勇
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 海马体分割 脑磁共振成像(MRI) 卷积网络 空洞卷积
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 图形图像
• 页码范围: 493-501
• 页数: 9页
• 分类号: TP391.41
• 字数: 5271字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1901052

摘要

为了提高海马体分割的精确性和鲁棒性,提出一种新型的三维卷积网络Dilated-3DUnet.该网络中卷积层的通道数采用"金字塔"分布的方式,有效缩小了参数的规模.此外,使用三维空洞卷积作为级联卷积操作,不仅有效地结合了脑磁共振成像(MRI)的深层特征和浅层特征,而且在不改变参数个数的情况下,扩大了卷积层的感受野,获取了多尺度信息,能够更好地捕捉MRI图像的浅层特征,从而提高了分割精度.在ADNI数据集上进行实验,以相似性系数、灵敏度、阳性预测率为评价指标,准确率分别达到了89.32％、88.72％和90.05％.实验表明,Dilated-3DUnet充分利用了脑MRI图像的三维空间信息,具有更强的泛化能力和更好的特征表达能力,从而大大提升了分割精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖志勇	江南大学物联网工程学院	9	24	3.0	4.0
2	刘辰	江南大学物联网工程学院	3	4	1.0	2.0
3	吴鑫鑫	江南大学物联网工程学院	3	1	1.0	1.0