基于ResUnet对抗网络的脑瘤图像分割方法

• 作者: 罗耀
• 来源期刊: 微型电脑应用
• 关键词: 生成对抗网络 ResUnet 卷积神经网络 MRI 脑瘤分割
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 13-15,20
• 页数: 4页
• 分类号: TP18|R739.91
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.07.005

摘要

定位病灶并将病灶分离出来一直是图像医学研究的热点,为快速准确地将脑肿瘤从脑部磁共振图像中分离出来,在了解传统脑肿瘤分割方法不足之处后,提出了基于ResUnet对抗网络的磁共振图像脑肿瘤分割方法.它的总框架是生成对抗网络,在对抗网络的生成器部分内嵌ResUnet.这种结构使得此语义分割的神经网络具有对抗网络无需在学习过程中进行推断的优点,具有残差网络的梯度不易消失的优点,同时能充分发挥Unet的特点.最后,以某医院提供的磁共振成像图片为样本经行训练,在与两种传统方法比较结果后,证明此方法有一定优势.