Brain glioma classification algorithm based on 3D CNN

doi:10.13741/j.cnki.11-1879/o4.2019.06.018

您当前的位置：

首页 >

文章列表页 >

Brain glioma classification algorithm based on 3D CNN

更新时间：2025-09-01

- Brain glioma classification algorithm based on 3D CNN
- Vol. 45, Issue 6, Pages: 749-755(2019)
- 作者机构：
  
  1:上海理工大学医疗器械与食品学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2019.06.018
  CLC：
- Published：2019
- 稿件说明：
移动端阅览
Brain glioma classification algorithm based on 3D CNN[J]. 2019, 45(6): 749-755.
DOI：

Brain glioma classification algorithm based on 3D CNN[J]. 2019, 45(6): 749-755. DOI： 10.13741/j.cnki.11-1879/o4.2019.06.018.

摘要

基于目前脑胶质瘤在低分级胶质瘤和高分级胶质瘤上分类不准确的问题

提出了基于3D CNN特征提取的磁共振成像脑胶质瘤分类方法。在3D CNN模型中加入Batch Normalizing层和Dropout层

降低了过度拟合并加速了网络收敛速度;使用N4ITK和数据增强后的数据进行训练

进一步降低了过度拟合

提升了模型分类效果;构建特征融合层

实现自动分类。实验结果表明

算法在BraTS 2018数据集中的分类效果具有明显优势

分类准确率高达91.67%

明显高于AlexNet、VGG和ResNet三大主流网络模型

算法具有较好的鲁棒性和泛化性

对脑胶质瘤的分类和诊断具有临床应用潜力。

Abstract

关键词

Keywords

references

Views

286

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

A micro-expression recognition algorithm based on long short-term memory networks and feature fusion

Feature extraction algorithm of OCT image based on wavelet decomposition pyramid

Segmentation of brain MRI images on multi-atlas for polynomial expansion registration

Seal identification based on krawtchouk moment and support vector machine

Video quality assessment based on multiscale structural similarity and motion block

Related Author

袁新颜

郑刚

杨晶

高乃珺

陈明惠

张晨曦

蔡文琴

李宇海

Related Institution

1:江苏商贸职业学院电子与信息学院

2:上海奥普生物医药有限公司

1:上海理工大学教育部微创医疗器械工程研究中心生物医学光学与视光学研究所

2:脉冲功率激光技术国家重点实验室

1:河北工业大学电子信息工程学院

⁰