《计算机工程与科学杂志》发表论文赏析

基于对抗学习和多尺度特征融合的前列腺MR图像分割

来源:计算机工程与科学杂志2021年第4期北京时间:

作者:陈爱莲, 丁正龙, 詹曙

单位:1.合肥工业大学计算机与信息学院,安徽 合肥 231009; 2.安徽信息工程学院,安徽 芜湖 241000)

摘要:前列腺MR图像的自动分割已被广泛应用于前列腺癌的诊断和治疗过程中,然而,由于前列腺的形状变化显著且与相邻组织的对比度低,传统的分割方法仍存在精度低、速度慢等缺点。生成对抗网络GAN在计算机视觉任务中展示出了优越的性能,因此提出了一种使用对抗学习的概念来训练分割网络的方法,实现前列腺MR图像端到端的自动分割。模型框架主要由分割网络和判别网络构成,分割网络生成分割预测图,判别网络判断输入来自真实标签还是分割预测。同时,在分割网络中集成了感受野模块RFB来获取和融合深度特征的多尺度信息,提高特征的识别率和鲁棒性,以提升网络的分割性能。在PROMISE12数据集上的验证结果显示,该模型的DSC和HD分别为89.56%和7.65 mm。

关键词:前列腺MR图像,图像分割,对抗学习,多尺度特征,

基金资助:国家自然科学基金(61371156)

2021年4期其他文献查阅:

实时机模型及时间语义指令集研究

Proto-Perf:快速精确的通用处理器原型系统性能评估方法

基于Soft-NMS的候选框去冗余加速器设计

基于MPI的高精度归约函数设计与实现

基于帧缓冲队列的边缘视频处理加速方法

基于GPU的海量离散点高程并行插值算法

一种多核处理器直连接口QoS的设计与验证

基于FPGA的高效可伸缩的MobileNet加速器实现

基于RMC的蒙特卡罗程序性能优化

基于PCIe的高性能FPGA-GPU-CPU异构编程架构

一种基于参考模型的GPDSP指令流控自动验证方法

基于SIMD的Square Root函数高性能实现与优化

融合文本分布式表示的重复缺陷报告检测

ARM计算环境下堆芯程序的移植

一种基于DBSCAN算法的代码包层次重构改进方法

基于对抗学习和多尺度特征融合的前列腺MR图像分割

基于深度学习和证据理论的表情识别模型

基于路径聚合扩张卷积的图像语义分割方法

基于残差混合扩张卷积的深度编解码人类精子头部分割网络

基于多特征融合卷积神经网络的显著性检测

一种基于主属性判定的关联规则挖掘约简算法

基于组合核函数的径向基过程神经网络及其在示功图诊断中的应用

基于深度学习的集群式供应链应急物资需求预测研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!