基于全卷积神经网络的肺纤维化合并肺肿瘤CT图像的分割方法
韦明炯1
杨创勃2
刘雨峰1
温界玉1
康彦智1
左博1
赵宇新3
1.陕西省第二人民医院,陕西 西安7100052.陕西中医药大学,陕西 西安7120463.西安市北方医院,陕西 西安710068
摘要：为提高CT图像分割提取图像特征的分割效果,设计基于全卷积神经网络的肺纤维化合并肺肿瘤CT图像的分割方法.肺部CT影像经过膨胀、腐蚀、孔洞填充、开运算、闭运算、掩模运算得到消除器官的肺实质图像,并提取ROI.通过改进全卷积神经网络结构,制定全卷积神经网络对于输入特征图的选取标准,完成CT图像分割算法的研究.选取IOU、Dice系数、精准率与召回率作为图像分割的评价指标.实验结果表明,经过对不同分割方法评价指标的比较,本研究设计的方法具有更理想的分割结果.
关键词：全卷积神经网络肺纤维化合并肺肿瘤CT图像分割算法
分类号：R318(医用一般科学)TP301(计算技术、计算机技术)
资助基金：陕西省医学科学研究重点项目(2016JM1144)
论文发表日期：2020-12-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：5( 342-346 )
英文信息