期刊文献+

基于多尺度超像素融合网络的脑CT图像分类方法 被引量:2

Brain CT image classification method based on multi-scale superpixel fusion network
下载PDF
导出
摘要 为识别病灶形态位置多变的脑CT图像特征,提出了一种基于多尺度超像素融合网络(multi-scale superpixel fusion network,MSFN)的脑CT图像分类方法。该方法基于多尺度超像素图,从图像融合和特征融合2个层面辅助卷积神经网络(convolutional neural networks,CNN)提取更具有表达性的分类特征。首先,通过多尺度超像素对脑CT图像进行病灶区域增强,获得优化的融合图像;然后,将融合图像的高层次特征和多尺度超像素低层次特征进行多层融合,从而为脑CT图像分类提供更有判别性的融合特征。实验结果表明,所提方法有效提升了脑CT图像分类性能。 In order to identify brain CT image features with variable lesion morphology and location,a novel multi-scale superpixel fusion network(MSFN)was proposed to improve the image classification method.MSFN was able to extract more expressive classification features through image fusion and feature fusion.Firstly,the original brain CT image was enhanced by multi-scale superpixel to obtain the optimized fusion image.Then,the high-level features of the fusion image were combined with the multi-scale superpixel low-level features to obtain more discriminative features for the classification of brain CT images.Experimental results validate the effectiveness of the proposed method.
作者 冀俊忠 张梦隆 宋晓 张晓丹 JI Junzhong;ZHANG Menglong;SONG Xiao;ZHANG Xiaodan(Faculty of Information Technology,Beijing University of Technology,Beijing 100124,China)
出处 《中国科技论文》 CAS 北大核心 2022年第11期1173-1180,1187,共9页 China Sciencepaper
基金 国家自然科学基金资助项目(61906007) 北京市教育委员会科学研究计划项目(KM202110005022,KZ202210005009)。
关键词 图像分类 脑CT图像 超像素 特征融合 image classification brain CT image superpixel feature fusion
  • 相关文献

参考文献2

二级参考文献2

共引文献13

同被引文献22

引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部