钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
医药卫生期刊
\
肿瘤学期刊
\
中华放射肿瘤学杂志期刊
\
基于多任务学习的轻量级卷积神经网络在肺部危及器官自动分割中的应用研究
基于多任务学习的轻量级卷积神经网络在肺部危及器官自动分割中的应用研究
作者:
张婕
杨一威
邵凯南
白雪
方敏
单国平
陈明
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
多任务学习
轻量级卷积神经网络
自动勾画
危及器官
摘要:
目的:研究基于多任务学习轻量级卷积神经网络(MTLW-CNN)在肺部危及器官(OAR)自动分割中的应用。方法:MTLW-CNN包含多个特征共享层和OAR的对应勾画分支。收集497例肺癌病例,以同时包含肺、心脏和脊髓的CT及医生勾画的轮廓为样本,随机划分300例用于训练与验证,197例用于测试。在测试集应用MTLW-CNN计算OAR的戴斯相似性系数(DSC),与Unet、DeepLabv3+的DSC、训练及测试时长、空间复杂度(S)进行对比。为研究多任务学习对模型泛化性能的影响,按照MTLW-CNN结构建立3个OAR的单任务学习模型(STLW-CNN),使用相同数据训练与测试,统计并对比两者DSC。结果:MTLW-CNN的肺、心脏、脊髓DSC平均值分别为0.954、0.921、0.904。与Unet、DeepLabv3+的DSC差距<0.020,训练与测试时长是Unet、DeepLabv3+的1/3~1/30,S分别为Unet、DeepLabv3+的1/42、1/1220。STLW-CNN的肺、心脏DSC平均值、标准差与MTLW-CNN差距约为0.005、0.002,脊髓平均值相差0.001,但标准差却比MTLW-CNN高0.014。结论:MTLW-CNN以更小的时间、空间代价实现肺部OAR的高精度自动勾画,不仅可以提高模型应用效率,还有利于提高模型的泛化性能。
暂无资源
收藏
引用
分享
推荐文章
利用深度反卷积神经网络自动勾画放疗危及器官
深度学习
自动分割
放射治疗
危及器官勾画
深度反卷积神经网络
基于分组残差结构的轻量级卷积神经网络设计
卷积神经网络
分组
残差
分类性能
轻量
基于轻量级卷积神经网络的实时缺陷检测方法研究
卷积神经网络
深度可分离卷积
通道混洗
缺陷检测
基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究
深度学习
自动分割
临床靶区
危及器官
放射治疗
U-net
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于多任务学习的轻量级卷积神经网络在肺部危及器官自动分割中的应用研究
来源期刊
中华放射肿瘤学杂志
学科
关键词
多任务学习
轻量级卷积神经网络
自动勾画
危及器官
年,卷(期)
2021,(9)
所属期刊栏目
物理·技术·生物
研究方向
页码范围
917-923
页数
7页
分类号
字数
语种
中文
DOI
10.3760/cma.j.cn113030-20200409-00167
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(116)
共引文献
(22)
参考文献
(21)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1982(1)
参考文献(0)
二级参考文献(1)
2003(1)
参考文献(0)
二级参考文献(1)
2005(2)
参考文献(0)
二级参考文献(2)
2007(2)
参考文献(0)
二级参考文献(2)
2008(5)
参考文献(0)
二级参考文献(5)
2009(5)
参考文献(1)
二级参考文献(4)
2010(10)
参考文献(0)
二级参考文献(10)
2011(3)
参考文献(0)
二级参考文献(3)
2012(7)
参考文献(1)
二级参考文献(6)
2013(16)
参考文献(0)
二级参考文献(16)
2014(14)
参考文献(0)
二级参考文献(14)
2015(14)
参考文献(0)
二级参考文献(14)
2016(14)
参考文献(2)
二级参考文献(12)
2017(17)
参考文献(1)
二级参考文献(16)
2018(19)
参考文献(9)
二级参考文献(10)
2019(5)
参考文献(5)
二级参考文献(0)
2020(2)
参考文献(2)
二级参考文献(0)
2021(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
多任务学习
轻量级卷积神经网络
自动勾画
危及器官
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中华放射肿瘤学杂志
主办单位:
中华医学会
出版周期:
月刊
ISSN:
1004-4221
CN:
11-3030/R
开本:
大16开
出版地:
北京市朝阳区潘家园南里17号
邮发代号:
82-240
创刊时间:
1992
语种:
chi
出版文献量(篇)
4390
总下载数(次)
7
期刊文献
相关文献
1.
利用深度反卷积神经网络自动勾画放疗危及器官
2.
基于分组残差结构的轻量级卷积神经网络设计
3.
基于轻量级卷积神经网络的实时缺陷检测方法研究
4.
基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究
5.
基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法
6.
基于卷积神经网络改进的图像自动分割方法
7.
基于多任务卷积神经网络的轨道车辆螺栓异常检测方法
8.
基于轻量级卷积神经网络的复合绝缘子憎水性诊断方法研究
9.
深度卷积神经网络在放射治疗计划图像分割中的应用
10.
基于深度学习的危及器官自动勾画软件系统DeepViewer在放疗中的应用及评估
11.
基于卷积神经网络的垃圾自动分类算法
12.
基于级联式三维卷积神经网络的肝肿瘤自动分割
13.
基于卷积神经网络的多任务图像语义分割
14.
基于多尺度三维卷积神经网络的头颈部危及器官分割方法
15.
基于3D卷积神经网络的肝脏自动分割方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
中国医学
临床医学
五官科学
内科学
医疗保健
医药卫生总论
基础医学
外科学
大学学报
妇产科学与儿科学
特种医学
皮肤病学与性病学
神经病学与精神病学
肿瘤学
药学
预防医学与卫生学
中华放射肿瘤学杂志2022
中华放射肿瘤学杂志2021
中华放射肿瘤学杂志2020
中华放射肿瘤学杂志2019
中华放射肿瘤学杂志2018
中华放射肿瘤学杂志2017
中华放射肿瘤学杂志2016
中华放射肿瘤学杂志2015
中华放射肿瘤学杂志2014
中华放射肿瘤学杂志2013
中华放射肿瘤学杂志2012
中华放射肿瘤学杂志2011
中华放射肿瘤学杂志2010
中华放射肿瘤学杂志2009
中华放射肿瘤学杂志2008
中华放射肿瘤学杂志2007
中华放射肿瘤学杂志2006
中华放射肿瘤学杂志2005
中华放射肿瘤学杂志2004
中华放射肿瘤学杂志2003
中华放射肿瘤学杂志2002
中华放射肿瘤学杂志2001
中华放射肿瘤学杂志2000
中华放射肿瘤学杂志1999
中华放射肿瘤学杂志1998
中华放射肿瘤学杂志2021年第9期
中华放射肿瘤学杂志2021年第8期
中华放射肿瘤学杂志2021年第7期
中华放射肿瘤学杂志2021年第6期
中华放射肿瘤学杂志2021年第5期
中华放射肿瘤学杂志2021年第4期
中华放射肿瘤学杂志2021年第3期
中华放射肿瘤学杂志2021年第2期
中华放射肿瘤学杂志2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号