一种两阶段的由粗到细的多模态脑肿瘤分割框架

• 作者: 丁熠 秦志光 陈浩
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 脑肿瘤分割 由粗到细 深度卷积神经网络 多模态核磁共振图像 两阶段
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 590-596
• 页数: 7页
• 分类号: TP391.41
• 字数: 5828字
• 语种: 中文
• DOI: 10.12178/1001-0548.2019285

摘要

从核磁共振图像中提取脑肿瘤在临床诊断及手术规划中起到关键作用.该文提出了一种两阶段的由粗到细的自动分割框架对多模态脑肿瘤图像进行分割.该框架分为粗分割及细分割两部分.粗分割部分采用一个深度卷积神经网络对脑肿瘤五分类,生成4种肿瘤组织的粗分割概率图;细分割部分将这些概率图作为掩膜促使卷积网络关注高概率区域.此外,为了减轻数据不均衡,细分割部分采用了双分支输出,一个支输出五分类结果,并采用带掩膜的交叉熵损失函数;另外一个分支输出二分类结果来标记整个脑肿瘤,采用了均方误差.利用BRATS 2015数据集进行验证,结果表明该方法具有很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦志光	电子科技大学信息与软件工程学院	262	3157	26.0	46.0
2	陈浩	电子科技大学信息与软件工程学院	16	58	5.0	7.0
3	丁熠	电子科技大学信息与软件工程学院	10	46	3.0	6.0