计算机应用

作者：王平, 高琛, 朱莉, 赵俊, 张晶, 孔维铭

单位：1. 南昌大学 信息工程学院, 南昌 330031;2. 中国人民解放军第九四医院, 南昌 330031

关键词：急性缺血性脑卒中,自动分割,三维,磁共振图像

基金：国家自然科学基金资助项目（61463035）；中国博士后基金资助项目（2016M592117）；江西省杰出青年基金资助项目（2018ACB21038）；江西省科技厅科技支撑计划项目（20151BBG70057）；江西省教育厅科技项目（GJJ14137）。

为了解决人工勾画缺血性脑卒中病灶费时费力且易引入主观差异的问题，提出了一种基于三维（3D）深度残差网络与级联U-Net的自动分割算法。首先，为了有效利用图像的3D上下文信息并改善类不平衡现象，将脑卒中核磁共振图像（MRI）采样成图像块作为网络输入；然后，利用基于3D深度残差网络与级联U-Net的分割模型对图像块进行特征提取，获得粗分割结果；最后，对粗分割结果进行精分割处理。在ISLES数据集上的实验结果表明，该算法的Dice系数可达到0.81，精确度可达到0.81，灵敏度可达到0.81，平均对称表面距离（ASSD）距离系数为1.32，HD为22.67。所提算法与3D U-Net算法、基于水平集算法、基于模糊C均值（FCM）算法和基于卷积神经网络（CNN）算法相比分割性能更好。

来源：2019年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第11期