Segmentation of Lung Lobes Based on traditional anatomical features and deep learning

doi:10.13741/j.cnki.11-1879/o4.2020.02.017

您当前的位置：

首页 >

文章列表页 >

Segmentation of Lung Lobes Based on traditional anatomical features and deep learning

更新时间：2025-09-01

- Segmentation of Lung Lobes Based on traditional anatomical features and deep learning
- Vol. 46, Issue 2, Pages: 230-235(2020)
- 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/o4.2020.02.017
  CLC：
- Published：2020
- 稿件说明：
移动端阅览
Segmentation of Lung Lobes Based on traditional anatomical features and deep learning[J]. 2020, 46(2): 230-235.
DOI：

Segmentation of Lung Lobes Based on traditional anatomical features and deep learning[J]. 2020, 46(2): 230-235. DOI： 10.13741/j.cnki.11-1879/o4.2020.02.017.

摘要

CT图像中肺叶位置的确定对于肺部疾病的准确定位以及定性定量分析具有重要意义。为了提高肺叶自动分割准确率

提出了一种结合气管

血管等传统解剖学特征以及深度学习的肺叶分割算法。对原始图像进行预处理

获取肺实质、气管、血管以及基于深度学习网络的肺裂分割结果;整合来自多个解剖结构的信息生成分水岭分割所需成本图像;通过基于深度学习网络的肺叶粗分割结果

获取肺叶标记区域;执行基于标记的分水岭分割

实现肺叶的自动分割。选取了来自上海市肺科医院的20例含有肺部疾病患者的CT图像对该方法进行验证

最终的Jaccard相似性系数为92.4%。实验结果表明方法具有较高的肺叶分割精度

并且具有较强的鲁棒性。

Abstract

关键词

Keywords

references

Views

247

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Segmentation of lung lobes based on 3D full convolution neural network

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

A facial expression recognition method based on dual-stream convolutional neural network

Pose measurement based on moving robot based and monocular vision

Human image segmentation method based on depth staggered feature fusion

Related Author

祁章璇

高磊

聂生东

张锡鹏

毕玉革

杨红艳

皮伟强

刘浩

Related Institution

1:上海理工大学医疗器械与食品学院医学影像处理实验室

1:内蒙古农业大学机电学院

3:武汉理工大学计算机科学与技术学院

2:河南省生产制造物联大数据工程技术研究中心

1:河南工学院计算机科学与技术学院

⁰