-
题名多视图卷积轻量级脑肿瘤分割算法
被引量：2
- 1
-
-
作者
单成响
李锵
关欣
-
机构
天津大学微电子学院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2023年第10期192-199,共8页
-
基金
国家自然科学基金(62071323,61471263,61872267)
天津市自然科学基金(16JCZDJC31100)
+1 种基金
天津市科技计划项目(20YDTPJC01110)
天津大学自主创新基金(2021XZC0024)。
-
文摘
脑肿瘤分割对医学图像处理领域发展与人类健康都具有积极意义。针对三维卷积神经网络存在复杂度大且对硬件设备要求高等问题,提出一种多视图卷积轻量级脑肿瘤分割算法。首先使用复用器模块有效融合各通道间的信息,并为模型增加提取非线性特征的能力。其次使用伪三维卷积分别从轴向位、矢状位和冠状位进行卷积,并加入组卷积以节约计算资源和降低设备显存使用。最后使用可训练参数权衡不同视图下提取的特征的重要性,提高模型分割精度。此外,实验使用分布式数据并行方法训练模型,以提升图形处理器的利用率。在2019年脑肿瘤分割大赛公开数据集上的实验结果表明,所提算法的平均Dice相似度系数仅低于第一名算法2.52个百分点,然而参数量与浮点运算次数分别降低了84.83%和96.67%,且平均Dice相似度系数高于第二名算法0.05%。通过对比实验分析,验证了所提算法的精确与轻量,为脑肿瘤分割模型的广泛应用提供了可能性。
-
关键词
多视图
卷积神经网络
脑肿瘤分割
深度学习
轻量级
-
Keywords
multiview
convolutional neural network
brain tumor segmentation
deep learning
lightweight
-
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
-
