基于深度學(xué)習(xí)的三維腫瘤及器官分割

摘要： 針對三維醫(yī)學(xué)圖像中由于腫瘤或器官的形狀、尺度差異較大導(dǎo)致分割精度較低的問題，提出一種端到端的三維全卷積分割模型。首先，設(shè)計空洞立方集成模塊在不同分辨率階段實(shí)現(xiàn)多尺度集成，增強(qiáng)復(fù)雜邊界上的識別能力；其次，引入跨階段上下文融合模塊融合淺層和深層特征，促進(jìn)收斂并更準(zhǔn)確地定位目標(biāo)對象；最后，解碼器對來自編碼器的特征進(jìn)行拼接以實(shí)現(xiàn)分割。在腦腫瘤分割數(shù)據(jù)集上，平均Dice相似性系數(shù)值達(dá)到8... （共7頁）