基于深度学习的医学图像处理

作者：黄宣珲

来源：中国新通信, 2019, 21(03): 103-105.

• 卷积神经网络
• 反卷积神经网络
• 超分辨率重构
• 图像语义分割

从如今传统人工网络的缺陷,无法满足现状的需求,继而Hubel和Wi塞尔提出的CNN(卷积神经网络),以及它对应的应用如图像识别和图像的语义分割。并总体阐述了BP神经网络的超大计算量与超大储存的弊端及相对而言CNN网络的优势。详尽阐述了卷积神经网络与反卷积神经网络的具体的工作流程,也就是具体介绍了卷积、池化、反卷积、反池化等是如何进行工作的。具体应用中主要介绍了在医学方面运用卷积与反卷积网络对图像进行语义分割和超分倍率重构,以及这样的技术的操作。并应用于医学图像处理,进行了图像语义分析以及图像超分辨率重构,通过超分辨率重构将分割不清部分进行图像重构再切割。