基于条件生成对抗网络的咬翼片图像分割

来源：计算机工程杂志2019年第4期北京时间：

作者：蒋芸,谭宁,张海,彭婷婷

单位：西北师范大学 计算机科学与工程学院,兰州 730000

摘要：现有基于U型网络(U-Net)的咬翼片图像分割方法将咬翼片X射线图像分割成龋齿、牙釉质、牙本质、牙髓、牙冠、修复体和牙根管7个部分,但分割准确率偏低。为此,提出一种改进的咬翼片图像分割方法,将条件生成对抗网络与U-Net相结合对咬翼片进行分割,使判别器与生成器相互优化,获得具有更多上下文信息的分割特征图。实验结果表明,改进方法的Dice系数相比U-Net方法提升了0.133,分割准确率更高。

关键词：生成对抗网络,图像分割,深度学习,U型网络,数据增强

基金资助：国家自然科学基金(61163036);甘肃省自然科学基金(1606RJZA047);甘肃省高校研究生导师科研项目(1201-16);西北师范大学第三期“知识与创新工程”科研骨干项目(nwnu-kjcxgc-03-67)。