基于深度学习网络PSP-NET的前列腺MR图像的分割

作者：范嵩; 冯前进

来源：现代电子技术, 2019, 42(12): 148-155.

DOI：10.16652/j.issn.1004-373x.2019.12.034

• 磁共振成像
• 前列腺图像分割
• 网络训练
• 深度学习
• PSP-NET
• 临床诊断

为了提高前列腺磁共振图像分割的准确性,文中提出一种新的基于金字塔场景解析网络(PSP-NET)的深度卷积神经网络分割方法。先将三维前列腺磁共振图像经相应的转换工具包得到二维图像切片,然后将二维图像的切片输入基于PSP-NET神经网络进行训练。为了训练网络,从临床科室抽取50个病人的三维前列腺磁共振图像,共5 000张图像切片,其中4 000张切片用来训练,1 000张切片用来测试。实验结果表明,对其中1 000个对象的识别,分割精度达到91.3%,此分割算法与已经提出的算法相比,图像分割精度明显提高,分割用时更少,能够更好地应用于临床诊断。

• 单位
  生物医学工程学院; 南方医科大学