基于深度协同训练的肝脏CT图像自动分割方法 | |
姜威威; 刘祥强; 韩金仓 | |
2020-07-20 | |
发表期刊 | 电子设计工程 |
期号 | 14页码:175-179 |
摘要 | 文中提出了一种肝脏在CT(Computed Tomography)图像中的半监督自动分割方法。该方法采用深度协同训练模型以解决医学图像领域中有标签数据获取困难且成本高的问题。首先利用有标签数据建立U-Net和2D V-Net两种分割网络,并分别对无标签数据进行分割,然后对分割结果进行粗略挑选,再进行精细挑选,最后将置信度较高的伪标签加入到训练集中,重复此过程直到对验证集分割结果的Dice值不再增大时为止。提出的方法可以减少迭代过程中累积的误差,在2017 Liver Tumor Segmentation(LiTS)数据集上的结果表明,该方法与全监督学习相比可以有效提高分割精度。 |
关键词 | 肝脏自动分割 CT图像 半监督学习 分割网络 深度协同训练 |
DOI | 10.14022/j.issn1674-6236.2020.14.039 |
URL | 查看原文 |
ISSN | 1674-6236 |
语种 | 中文 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/368 |
专题 | 工商管理学院 信息工程与人工智能学院 |
作者单位 | 兰州财经大学信息工程学院 |
第一作者单位 | 信息工程与人工智能学院 |
推荐引用方式 GB/T 7714 | 姜威威,刘祥强,韩金仓. 基于深度协同训练的肝脏CT图像自动分割方法[J]. 电子设计工程,2020(14):175-179. |
APA | 姜威威,刘祥强,&韩金仓.(2020).基于深度协同训练的肝脏CT图像自动分割方法.电子设计工程(14),175-179. |
MLA | 姜威威,et al."基于深度协同训练的肝脏CT图像自动分割方法".电子设计工程 .14(2020):175-179. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[姜威威]的文章 |
[刘祥强]的文章 |
[韩金仓]的文章 |
百度学术 |
百度学术中相似的文章 |
[姜威威]的文章 |
[刘祥强]的文章 |
[韩金仓]的文章 |
必应学术 |
必应学术中相似的文章 |
[姜威威]的文章 |
[刘祥强]的文章 |
[韩金仓]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论