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

doi:10.13741/j.cnki.11-1879/o4.2021.01.013

您当前的位置：

首页 >

文章列表页 >

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

更新时间：2025-09-01

- Segmentation of lung lobes based on 3D full convolution neural network
- Vol. 47, Issue 1, Pages: 66-71(2021)
- 作者机构：
  
  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
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2021.01.013
  CLC：
- Published：2021
- 稿件说明：
移动端阅览
Segmentation of lung lobes based on 3D full convolution neural network[J]. 2021, 47(1): 66-71.
DOI：

Segmentation of lung lobes based on 3D full convolution neural network[J]. 2021, 47(1): 66-71. DOI： 10.13741/j.cnki.11-1879/o4.2021.01.013.

摘要

基于电子计算机断层扫描(CT)影像的肺叶分割是医生诊断和治疗肺部疾病的重要参考之一

但肺叶边界的模糊以及手动分割的巨大工作量使得医生难以准确、快速地分割肺叶。为此

提出了一种基于新型3D全卷积神经网络的肺叶自动分割方法。对原始CT图像进行预处理

然后利用预处理后图像训练卷积神经网络

再将待分割图像输入到训练好的网络模型中

实现CT图像中肺叶的自动分割。实验数据包括来自上海市肺科医院的50例肺部疾病患者的CT图像

30例被用于训练

20例被用于测试。对分割结果进行了定量评价

其中Dice系数为0.961

Jaccard相似系数为0.916。实验结果表明该肺叶自动分割算法具有更好的分割性能以及更强的泛化能力

即使在训练集数据较少的情况下

也能够准确、快速的分割肺叶。

Abstract

关键词

Keywords

references

Views

378

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

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

Human image segmentation method based on depth staggered feature fusion

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

Related Author

高磊

段辉宏

聂生东

帅珍彬

冯寿廷

张锡鹏

毕玉革

杨红艳

Related Institution

1:上海理工大学医疗器械与食品学院

1:华南师范大学物理与电信工程学院

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

⁰