-
公开(公告)号:CN112419322A
公开(公告)日:2021-02-26
申请号:CN202011112867.8
申请日:2020-10-16
Applicant: 北京工业大学
Abstract: 本发明提出一种提高颞骨外半规管分割性能的方法。在本发明中,设计了一个三维的编码解码神经网络,编码阶段采用了两个密集连接块、一个空洞卷积模块,并且在密集连接块之后采用多尺度池化模块,通过上述三种结构提取三维颞骨CT中的特征信息。解码阶段采用转置卷积将特征图的分辨率逐步恢复到与输入数据相同的分辨率,并且在解码阶段对特定隐藏层进行监督,将网络主干损失和隐藏层的损失构成联合损失函数,共同指导网络的训练。本发明中的编码解码网络架构充分利用颞骨CT中的空间信息,适合外半规管等小目标分割,采用评价指标骰子系数DSC可达72.23%。
-
公开(公告)号:CN112634293A
公开(公告)日:2021-04-09
申请号:CN202110045206.6
申请日:2021-01-14
Applicant: 北京工业大学
Abstract: 一种基于由粗到细密集编解码网络的颞骨内耳骨腔结构自动分割方法属于医学影像领域。本发明采用一种由粗到细的框架,先对颞骨区域中待分割的解剖结构进行粗分割,计算中心点坐标。在该中心点周围,像外部扩张至能够完整包含内耳骨腔结构的区域,并能够保留一部分背景信息,作为进一步精准分割的子区域。在细分割阶段,在编码过程中分别引入了密集连接模块,提取更加充分的特征,并在密集连接模块中加入空洞卷积,使分割算法对待分割目标获得了更大感受野,以提取到更充分的周围特征和空间信息。在解码阶段,对编码阶段提取特征通过转置卷积进行上采样,在每次转置卷积后,引入密集连接模块,加强解码信息的重复利用。本发明分割更加准确。
-
公开(公告)号:CN112419330A
公开(公告)日:2021-02-26
申请号:CN202011113063.X
申请日:2020-10-16
Applicant: 北京工业大学
Abstract: 本发明提出一种基于空间相对位置先验的颞骨关键解剖结构自动定位方法,提升了解剖结构的定位速度和定位精度,同时提升了对不同数据分布的颞骨CT数据的分割效果。本发明中,通过以邻接矩阵图对颞骨9个关键解剖结构进行空间相对位置建模,并对该模型设计了一种自适主动微调策略,使得该模型适用于不同尺度的颞骨CT。本文提出的二阶段定位算法以易定位结构先定位作为基准点,结合空间相对位置对其他难定位结构粗定位,再进一步采用精确定位算法在粗定位范围内进行各个解剖结构的精确定位,降低了复杂背景对于定位结果的干扰,有效提升了定位精度和定位速度。同时,我们的模型在处理不同数据分布的颞骨CT有更好的泛化能力。
-
公开(公告)号:CN112634293B
公开(公告)日:2025-03-14
申请号:CN202110045206.6
申请日:2021-01-14
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 一种基于由粗到细密集编解码网络的颞骨内耳骨腔结构自动分割方法属于医学影像领域。本发明采用一种由粗到细的框架,先对颞骨区域中待分割的解剖结构进行粗分割,计算中心点坐标。在该中心点周围,像外部扩张至能够完整包含内耳骨腔结构的区域,并能够保留一部分背景信息,作为进一步精准分割的子区域。在细分割阶段,在编码过程中分别引入了密集连接模块,提取更加充分的特征,并在密集连接模块中加入空洞卷积,使分割算法对待分割目标获得了更大感受野,以提取到更充分的周围特征和空间信息。在解码阶段,对编码阶段提取特征通过转置卷积进行上采样,在每次转置卷积后,引入密集连接模块,加强解码信息的重复利用。本发明分割更加准确。
-
公开(公告)号:CN112419330B
公开(公告)日:2024-05-24
申请号:CN202011113063.X
申请日:2020-10-16
Applicant: 北京工业大学
Abstract: 本发明提出一种基于空间相对位置先验的颞骨关键解剖结构自动定位方法,提升了解剖结构的定位速度和定位精度,同时提升了对不同数据分布的颞骨CT数据的分割效果。本发明中,通过以邻接矩阵图对颞骨9个关键解剖结构进行空间相对位置建模,并对该模型设计了一种自适主动微调策略,使得该模型适用于不同尺度的颞骨CT。本文提出的二阶段定位算法以易定位结构先定位作为基准点,结合空间相对位置对其他难定位结构粗定位,再进一步采用精确定位算法在粗定位范围内进行各个解剖结构的精确定位,降低了复杂背景对于定位结果的干扰,有效提升了定位精度和定位速度。同时,我们的模型在处理不同数据分布的颞骨CT有更好的泛化能力。
-
-
-
-