计算机科学与探索

作者：刘辰，肖志勇，杜年茂

单位：江南大学 物联网工程学院，江苏 无锡 214122

关键词：医学图像分割,磁共振成像（MRI）,卷积神经网络,长短记忆网络（LSTM）,多视图集成

为了提高医学图像分割的精确性和鲁棒性，提出了一种基于改进卷积神经网络的医学图像分割方法。首先采用卷积神经网络对冠状面、矢状面以及横断面三个视图下的2D切片序列进行分割，然后将三个视图下的分割结果进行集成，得到最终的结果。其中卷积神经网络由编码部分、双向卷积长短记忆网络（BDC-LSTM）和解码部分组成。为获取多尺度信息，扩大卷积层的感受野，编码部分使用不同大小的非对称卷积层和空洞卷积。此外，在编码和解码部分之间使用BDC-LSTM，充分挖掘单视图下切片序列间的相关信息，从而提高分割精度。以海马体分割为例，在ADNI标准数据集上，以相似性系数、灵敏度和阳性预测率作为评判标准，准确率分别达到了89.36%、88.73%和90.16%。实验结果表明，该算法在准确率上更具竞争力。

来源：2019年第9期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第9期