基于空洞卷积密集连接网络的左心室MR图像分割方法

• 作者: 徐胜舟 程时宇
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 左心室 分割 密集连接网络 空洞卷积
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 524-531
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.12130/znmdzk.20200514

摘要

左心室核磁共振(MR)图像分割对于评估心脏功能和诊断疾病具有重要意义.传统分割算法对于左心室,尤其是含有左心室流出道的左心室MR图像,存在分割精度不够的问题.设计了一种基于空洞卷积密集连接网络的左心室MR图像分割方法.该方法利用密集连接网络和空洞卷积缓解了深度学习中梯度消失和内存过度消耗的问题,并且通过数据增强和提取感兴趣区域的方法提升了网络的准确性.分割结果采用平均垂直距离、Dice系数等指标进行评价分析.在MICCAI2009心室分割数据集的138张图片上的测试结果为:内、外膜的平均Dice系数分别为0.91和0.96,平均垂直距离分别为1.71和1.42.实验结果表明,此方法分割精度明显高于其他方法,对于含有左心室流出道的MR图像也能准确分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐胜舟		14	60	4.0	6.0
2	程时宇		2	2	1.0	1.0