多任务深度卷积网络的CT图像方向校正

• 作者: 彭佳林 林家庆 袁直敏 韩娟
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: CT图像 方向校正 深度卷积网络 多任务回归网络
• 年，卷（期）: 2020,（3）
• 页码范围: 366-373
• 页数: 8页
• 分类号: TP183|R814.42
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201911039

摘要

针对医学电子计算机断层扫描(CT)图像方向校正问题,提出一种并行卷积回归(PCRN)多任务深度学习网络.通过侧旋角度正回归和翻转概率逻辑回归,求得校正参数来精准地校正图像.进一步,针对医学图像训练样本稀缺的情况,提出一种串行回归(SCRN)的深度学习架构,弥补并行卷积回归网络在小样本情况下校正精度不足的问题.实验结果表明:在样本充分,并行卷积回归网络和样本稀缺情况下,串行卷积回归网络对小角度偏转、大角度偏转和翻转的腹部CT图像校正结果都优于传统的配准方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭佳林	华侨大学计算机科学与技术学院	5	7	1.0	2.0
2	林家庆	华侨大学计算机科学与技术学院	1	0	0.0	0.0
3	韩娟	华侨大学计算机科学与技术学院	1	0	0.0	0.0
4	袁直敏	华侨大学计算机科学与技术学院	1	0	0.0	0.0