您好,欢迎访问太原理工大学学报| 收藏本站
主管单位:山西省教育厅
主办单位:太原理工大学
出版单位:《太原理工大
    学学报》编辑部
主  编: 孙宏斌
执行主编: 冯国瑞
常务副主编: 刘旭光
副主编: 郝晓刚 董宪姝
董晓强 强 彦
熊晓燕 贾丽红
编辑部主任:贾丽红
国内发行:太原市邮政局
     报刊发行局
国外发行:中国国际图书
     贸易总公司
邮发代号:22-27
CN:14-1220/N
ISSN:1007-9432
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
引用本文:
  • HTMLPDF点击下载大小:1.08MB浏览:下载:
  • 联合多模态特征的无造影剂MRI图像中肝肿瘤的分割和检测

    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:
    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;

    网站版权:《太原理工大学学报》编辑部;您是本站第 访问者

    地址:太原市迎泽西大街79号,邮编:030024;电话:0351-6111188,6014376 ,6014556
    Baidu
    map