基于多层感知机和多尺度特征提取的肝脏分割网络 |
| |
引用本文: | 胡瑶,李进,王远军.基于多层感知机和多尺度特征提取的肝脏分割网络[J].光学技术,2023(1):105-112. |
| |
作者姓名: | 胡瑶 李进 王远军 |
| |
作者单位: | 上海理工大学健康科学与工程学院 |
| |
基金项目: | 上海市自然科学基金资助项目(18ZR1426900); |
| |
摘 要: | 肝脏精准分割对于肝癌的定位与治疗至关重要,针对肝脏形状尺寸不一以及边缘和病灶区域分割难度较大等问题,提出了一个基于多层感知机和多尺度特征提取的肝脏分割网络(M2U-Net)。该网络分为卷积阶段和多层感知机阶段。在卷积阶段的编码器部分加入挤压激励模块,突出特定的肝脏分割任务,抑制无关背景区域;在多层感知机阶段加入标记化多层感知机模块,减小模型复杂度。过渡层增加了多尺度特征提取模块,适应不同尺度肝脏的分割以及细节区域的分割;在LiTS数据集和东方肝胆医院提供的数据集上的实验结果表明,此分割网络在三个评价指标上结果均优于U-Net、U-Net++和CE-Net等分割网络。
|
关 键 词: | 肝脏分割 深度学习 标记化多层感知机 多尺度特征提取 |
|
|