资料下载
×
基于全卷积神经网络的肝脏CT图像扫描
消耗积分:0 |
格式:pdf |
大小:1.99 MB |
2021-06-02
分享资料个
在计算机断层扫描（CT）图像中肝脏与相邻器官灰度值近似，且不同患者的肝脏轮廓存在差异性，导致肝脏CT图像的精确分割成为医学图像处理中的难题之一。为实现肝脏CT图像的自动分割，构建一种层间上下文级联式的全卷积神经网络模型 HC-CFCN。利用第1级网络实现肝脏轮廓的粗略分割，并将其分割结果与原始CT图像、肝脏能量图共同作为第2级网络的输入，优化分割结果。在LiTS数据集上的实验结果表明，与U-NetFCN+3DCRF和V-Net模型相比，HC-CFCN模型的分割精度较高。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
