Institute of Computing Technology, Chinese Academy IR
| 基于改进U-Net的关节滑膜磁共振图像的分割 | |
| 魏小娜1; 邢嘉祺2; 王振宇1; 王颖珊1; 石洁3; 赵地4; 汪红志1 | |
| 2020 | |
| 发表期刊 | 计算机应用
 |
| ISSN | 1001-9081 |
| 卷号 | 40期号:11页码:3340 |
| 摘要 | 为了准确诊断滑膜炎患者病情,医生主要依靠手工标注和勾画的方法来提取磁共振图像(MRI)中的滑膜增生区域,该方法耗时长、效率低,具有一定的主观性且图像信息利用率低。针对这一问题,提出了一种新的关节滑膜分割算法,即2D ResU-net分割算法。首先,将残差网络(ResNet)中的两层结构的残差块融入到U-Net中,构建2D ResU-net;然后,将样本数据集分为训练集和测试集,而后对训练集进行数据增广;最后,将增广后的所有训练样本用于网络模型的训练。为了检测模型的分割效果,选取测试集中含滑膜炎的断层图像进行分割测试,最终平均分割精度指标可达到:Dice相似系数(DSC)69.98%,交并比(IOU)指标79.90%,体积重叠误差(VOE)系数12.11%。与U-Net算法相比,2D ResU-net算法的DSC系数提升了10.72%,IOU指标升高了4.24%,VOE系数降低了11.57%。实验结果表明,该算法对于MRI图像中的滑膜增生区域可以实现较好的分割效果,能够辅助医生对病情做出及时诊断。 |
| 关键词 | synovitis magnetic resonance image medical image segmentation data augmentation U-Net 滑膜炎 磁共振图像 医学图像分割 数据增广 U-Net |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/37941 |
| 专题 | 中国科学院计算技术研究所 |
| 作者单位 | 1.华东师范大学 2.上海中医药大学 3.上海市长宁区光华中西医结合医院 4.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 魏小娜,邢嘉祺,王振宇,等. 基于改进U-Net的关节滑膜磁共振图像的分割[J]. 计算机应用,2020,40(11):3340. |
| APA | 魏小娜.,邢嘉祺.,王振宇.,王颖珊.,石洁.,...&汪红志.(2020).基于改进U-Net的关节滑膜磁共振图像的分割.计算机应用,40(11),3340. |
| MLA | 魏小娜,et al."基于改进U-Net的关节滑膜磁共振图像的分割".计算机应用 40.11(2020):3340. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [魏小娜]的文章 |
| [邢嘉祺]的文章 |
| [王振宇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [魏小娜]的文章 |
| [邢嘉祺]的文章 |
| [王振宇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [魏小娜]的文章 |
| [邢嘉祺]的文章 |
| [王振宇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论