您当前的位置: 首页 > 论文 > 2021,52(03) > 信息与计算机·电气与动力工程
基金项目:
国家自然科学基金资助项目(61872261,61972274);山西省自然科学基金资助项目(201801D121139)
分类号:
TP391.41;R735.7;R445.2
DOI:
10.16355/j.cnki.issn1007-9432tyut.2021.03.012
期刊号:
2021,52(03)
收稿日期:
修回日期:
通讯作者 | 单位 |
赵涓涓 | 太原理工大学信息与计算机学院 |
摘要:
针对无造影剂MRI图像上肿瘤信息存在模糊性和特异性的难题,提出利用多模态无造影剂MRI图像信息完成肝肿瘤的分割和检测。首先,利用多尺度特征提取块对不同模态图像上的肿瘤提取深层语义特征,将特征融合后得到具有表征能力的多模态融合特征;其次,利用融合特征逐层还原肿瘤进而完成肿瘤的分类;最后,在联合多任务损失函数的约束下,同时完成分割和检测的训练。在临床255例肝脏无造影剂MRI图像上的测试结果表明,该方法的分割骰子系数达到(81.98±1.07)%,像素准确率达到(93.72±0.97)%,检测的生成框与金标准的交并比达到(80.19±1.46)%,分类的准确率达到(90.36±0.61)%.结果表明,本文的方法能同时较准确地分割和检测出无造影剂MRI图像中的肝肿瘤。
关键字:
肝肿瘤的分割;检测;多模态;多任务;无造影剂MRI;