科研之友
微信
新浪微博
Facebook
分享链接
摘要
医学图像自动分割方法对中风的及时诊断和治疗提供了极大的帮助。实验针对脑出血辅助诊断问题，提出一种改进的U-Net神经网络模型，实现脑中风CT图像出血区域自动分割。对脑部CT图像进行预处理，用模糊C-均值聚类方法将图像聚类成脑灰质、脑白质、脑脊液和出血区域4类；通过形态学图像方法去除颅骨；提出一种改进的U-Net神经网络模型，并用该模型进行出血区域的自动分割。实验结果表明，提出方法的骰子相似系数(Dice Similarity Coefficient, DSC)可达0.860±0.031,优于白质模糊C-均值聚类、多路径上下文生成对抗网络等方法，极大提高出血性中风区域分割的准确率。
- 单位
