模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2021, Vol. 34 Issue (4): 300-310    DOI: 10.16451/j.cnki.issn1003-6059.202104002
“智能医疗与医学图像处理”专辑 最新目录| 下期目录| 过刊浏览| 高级检索 |
嵌入压缩采样的腹部CT胰腺分割网络
徐强强1, 张敏1, 任冯刚2, 吕毅2, 冯筠3
1.西北大学 数学学院 西安 710127
2.西安交通大学 第一附属医院 肝胆外科 西安 710061
3.西北大学 信息科学与技术学院 西安 710127
Pancreas Segmentation Network for Abdominal CT Based on Compressive Sampling
XU Qiangqiang1, ZHANG Min1, REN Fenggang2, LÜ Yi2, FENG Jun3
1. School of Mathematics, Northwest University, Xi′an 710127
2. Hepatobiliary Surgery, First Affiliated Hospital, Xi′an Jiaotong University, Xi′an 710061
3. School of Information Science and Technology, Northwest University, Xi′an 710127

全文: PDF (2637 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对全自动分割算法因胰腺器官解剖变异性较高而难以实现准确定位的问题,文中提出嵌入压缩采样的编码器解码器网络.通过分阶段训练网络的方式,分割网络可级联在预训练阶段,从标签空间中感知的胰腺位置先验知识实现对分割目标的精准定位,保证分割结果与标签形状的一致性.胰腺器官分割实验表明,文中网络分割性能较优.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 医学图像胰腺分割编码器解码器网络压缩采样模型    
Abstract:Due to the high anatomical variability of pancreas, it is difficult for automated segmentation algorithms to achieve accurate localization of the target. To solve this problem, an encoder-decoder network embedded with compressive sampling is proposed. By training the network in different stages, the segmentation network can cascade the prior knowledge of pancreas location perceived from the label space in the pre-trained stage. Thus, the precise positioning of the pancreas is realized and the consistency between the segmentation result and the label is ensured. The experimental results of pancreas segmentation show that the performance of the proposed network is better.
Key wordsMedical Image    Pancreas Segmentation    Encoder-Decoder Network    Compressive Sampling Model   
收稿日期: 2020-06-15     
ZTFLH: TP 391  
基金资助:国家自然科学基金重大科研仪器研制项目(No.81727802)、国家自然科学基金青年基金项目(No.61701404)、陕西省自然科学基金面上项目(No.2020JM-438,2019JM-494)、陕西省教育厅专项科研基金项目(No.17JK0769)资助
通讯作者: 张 敏,博士,副教授,主要研究方向为人工智能、计算机视觉、医学图像处理.E-mail:dr.zhangmin@nwu.edu.cn.   
作者简介: 徐强强,硕士研究生,主要研究方向为机器学习、医学图像分割.E-mail:qiangqiangxu@126.com. 任冯刚,博士研究生,主要研究方向为医工结合外科技术创新、肿瘤电磁物理消融技术.E-mail:resmak521@126.com. 吕 毅,博士,教授,主要研究方向为肝胆胰肿瘤外科治疗.E-mail:luyi169@126.com. 冯 筠,博士,教授,主要研究方向为医学影像处理、人工智能、模式识别、多媒体系统.E-mail:fengjun@nwu.edu.cn.
引用本文:   
徐强强, 张敏, 任冯刚, 吕毅, 冯筠. 嵌入压缩采样的腹部CT胰腺分割网络[J]. 模式识别与人工智能, 2021, 34(4): 300-310. XU Qiangqiang, ZHANG Min, REN Fenggang, LÜ Yi, FENG Jun. Pancreas Segmentation Network for Abdominal CT Based on Compressive Sampling. , 2021, 34(4): 300-310.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202104002      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2021/V34/I4/300
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn