基于全卷积神经网络的左心室图像分割方法

• 作者: 胡晓飞 苑金辉 谢文鑫
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 全卷积神经网络 图像分割 损失函数 全卷积神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 19-22
• 页数: 4页
• 分类号: TP301
• 字数: 3819字
• 语种: 中文
• DOI: 10.11907/rjdk.192069

摘要

针对左心室在心脏图像中面积较小,且存在样本数量不平衡等问题,将一种基于Tversky系数的损失函数应用于心脏左心室分割模型训练.在分割模型中加入注意力模块,当低层特征向高层特征传递图像语义信息时,抑制低层特征图中与分割目标不相关区域,减少这些区域对分割结果的干扰.将以上两种方法结合应用到多输入多输出的全卷积神经网络中,获得心脏左心室图像分割结果.实验结果表明,改进后的算法在原有基础上Dice系数提高了3.3％,召回率提高了4.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡晓飞	南京邮电大学地理与生物信息学院	25	77	5.0	7.0
2	谢文鑫	南京邮电大学通信与信息工程学院	1	0	0.0	0.0
3	苑金辉	南京邮电大学通信与信息工程学院	1	0	0.0	0.0