资料下载
×
基于深度学习多模型融合的冠脉CT血管分割
消耗积分:0 |
格式:rar |
大小:5.44 MB |
2021-04-12
分享资料个
冠心病是当今世界上最大的健康问题之一，因此对冠心病的早期预防和诊断非常重要。斑块的存在和冠状动脉血管狭窄是引发冠心病的主要原因，对斑块的检测和冠状动脉血管分割成为检测冠状动脉疾病的首选方案。目前手动分割冠状动脉耗时并且由操作者的主观意识决定，这使得现在的临床医学诊断中对自动分割技术的需要显而易见。提岀了一种基于深度学习多模型融合的冠脉CT血管造影（CTA）的血管分割方法，该方法包括三个网络模型原始三维全卷积网络（3DFCN），以及两个在原始3DFCN中嵌入注意力门控（AG）模型的网络。然后把三种网络的预测结果采用多数投票算法进行融合来得到网络预测的最终结果。在后处理阶段，采用水平集函数对网络融合预测的结果进行进一步迭代优化。在评估所提出方法的过程中把扛和DSC分数来作为性能度量进行比较，最终结果表眀，所提出的方法提供了更好更准确的分割结果。
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
