-
题名基于深度特征聚合网络的医学图像分割
被引量：10
- 1
-
-
作者
杨兵
刘晓芳
张纠
-
机构
中国计量大学计算机应用与技术研究所
中国计量大学电子信息与通信研究所
浙江省电磁波信息技术与计量检测重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第4期187-196,共10页
-
基金
国家自然科学基金(61672476)
浙江省大学生科研创新活动计划(2019R409055)。
-
文摘
利用卷积神经网络(CNN)进行医学图像分割时,通常将分割问题抽象为特征表示和参数优化问题,但在上采样和下采样过程中容易丢失特征信息,导致分割效果不理想。设计包含三级特征表示层和特征聚合模块的深度特征聚合网络结构DFA-Net。通过三级特征表示层提取基础特征同时聚合中间特征和深层特征,从而以聚合深层特征弥补CNN上采样与下采样的特征损失。利用特征聚合模块聚合并激活浅层特征和深层特征,根据两者的互补信息分别做精细化调整。在脑图像和眼底图像公开数据集上的实验结果表明,DFA-Net能够充分利用深层特征与浅层特征的信息互补性处理分割结果中的孤立像素点,避免上采样与下采样引起的信息损失,其分割精度较U-net、Unet++、SegNet和LadderNet等方法均有所提高。
-
关键词
脑图像分割
眼底图像分割
特征聚合
特征表示
卷积神经网络
-
Keywords
brain image segmentation
fundus image segmentation
feature aggregation
feature representation
Convolutional Neural Network(CNN)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于模糊隶属度函数的脑图像分割方法
被引量：3
- 2
-
-
作者
杨兵
刘晓芳
-
机构
中国计量大学计算机应用与技术研究所
浙江省电磁波信息技术与计量检测重点实验室
-
出处
《计算机应用与软件》
北大核心
2022年第4期254-262,共9页
-
基金
国家自然科学基金项目(61672476)
浙江省大学生科研创新活动计划项目(2019R409055)。
-
文摘
为提高医学图像在组织边界不清晰以及灰度不均匀下的分割性能,提出一种基于多类样本间模糊距离的隶属度函数分割方法。通过磁共振序列测量确定反映磁共振图像脑部组织特性的映射图,经预处理后得到样本模糊标签;设计基于多样本类间模糊距离的隶属度函数确定各样本的隶属度,该隶属度的确定综合考虑了同类样本与不同类样本之间的空间距离,降低了同类样本之间的隶属度依赖;训练模糊支持向量机对三种主要脑组织进行分割。在脑图像公开数据集上的分割实验表明,改进算法可有效提高分割精度。
-
关键词
模糊支持向量机
类间距离
隶属度函数
图像分割
模糊标签
-
Keywords
Fuzzy support vector machine
Inter-class distance
Membership function
Image segmentation
Fuzzy labels
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于双通道级联注意力网络的医学图像配准
被引量：2
- 3
-
-
作者
张纠
刘晓芳
杨兵
-
机构
中国计量大学电子信息与通信研究所
中国计量大学计算机应用与技术研究所
中国计量大学浙江省电磁波信息技术与计量检测重点实验室
-
出处
《计算机工程与设计》
北大核心
2021年第10期2894-2901,共8页
-
基金
国家自然科学基金项目(61672476)
浙江省大学生科研创新活动计划基金项目(2019R409055)。
-
文摘
为提高卷积神经网络在医学图像上的配准性能,提出一种双通道级联注意力网络用于医学图像配准。针对浮动图像和固定图像,用两个卷积神经网络对配准场进行估计;用配准场级联策略提高配准场变形估计性能;在配准场估计过程中引入注意力机制用于自动学习和优化注意力特征并分配特征权重,进一步加强特征表达能力,提高配准性能。通过对脑部图像和肺部图像的配准实验分析,验证了该方法的有效性和准确性。
-
关键词
图像配准
特征表达
级联注意力网络
特征加权
配准场估计
-
Keywords
image registration
feature expression
cascaded attention network
feature weighting
registration field estimation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于双通道特征融合网络的脑部图像配准
- 4
-
-
作者
张纠
刘晓芳
杨兵
-
机构
中国计量大学电子信息与通信研究所
中国计量大学计算机应用与技术研究所
浙江省电磁波信息技术与计量检测重点实验室
-
出处
《计算机应用与软件》
北大核心
2022年第12期234-240,共7页
-
基金
国家自然科学基金项目(61672476)
浙江省大学生科研创新活动计划资助项目(2019R409055)。
-
文摘
针对传统卷积神经网络的特征融合部分没有充分考虑各通道特征重要性以及特征利用率低等局限性问题,提出一种基于多层级配准场融合策略的双通道特征融合网络用于脑部图像配准。设计基于编码-解码的卷积网络对浮动图像和固定图像进行配准场估计;设计双通道特征融合模块对同级特征进行特征融合,基于分组卷积、全局平均池化等运算对输入特征进行通道赋权,利用空间变换网络对多级特征进行空间变换。在公开数据集的配准结果表明,提出的双通道特征融合网络能有效提高配准精度。
-
关键词
图像配准
特征融合
双通道策略
特征校正
特征加权
-
Keywords
Image registration
Feature fusion
Dual-channel strategy
Feature correction
Feature weighting
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于局部空间变换网络的医学图像配准
- 5
-
-
作者
张纠
刘晓芳
杨兵
-
机构
中国计量大学计算机应用与技术研究所
中国计量大学电子信息与通信研究所
浙江省电磁波信息技术与计量检测重点实验室
-
出处
《计算机应用与软件》
北大核心
2022年第6期148-154,175,共8页
-
基金
国家自然科学基金项目(61672476)
浙江省大学生科研创新活动计划项目(2019R409055)。
-
文摘
针对卷积神经网络在处理图像配准中没有考虑到特征重要性以及局部空间变换能力不足等问题,提出一种基于特征块(feature patch)的双通道局部空间变换网络用于医学图像配准。基于双路编码-解码网络,分别对固定图像以及浮动图像进行特征提取;基于特征金字塔,分别选取三层特征进行基于特征块的通道加权和双通道局部空间变换;用Dice系数衡量配准图像与固定图像的配准精度。在多个公开的脑部和肝脏数据集上的配准结果表明,该方法配准效果好,能有效提高配准精度。
-
关键词
图像配准
特征重要性
特征块
空间变换
特征加权
-
Keywords
Image registration
Feature importance
Feature patch
Spatial transform
Feature weighting
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
