Magnetic resonance image segmentation method based on wavelet transformation and residual network

doi:10.13741/j.cnki.11-1879/o4.2021.02.020

您当前的位置：

首页 >

文章列表页 >

Magnetic resonance image segmentation method based on wavelet transformation and residual network

更新时间：2025-09-01

- Magnetic resonance image segmentation method based on wavelet transformation and residual network
- Vol. 47, Issue 2, Pages: 250-256(2021)
- 作者机构：
  
  1:河北师范大学新闻中心
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2021.02.020
  CLC：
- Published：2021
- 稿件说明：
移动端阅览
Magnetic resonance image segmentation method based on wavelet transformation and residual network[J]. 2021, 47(2): 250-256.
DOI：

Magnetic resonance image segmentation method based on wavelet transformation and residual network[J]. 2021, 47(2): 250-256. DOI： 10.13741/j.cnki.11-1879/o4.2021.02.020.

摘要

为了提高磁共振图像分割的准确度

提出一种基于残差网络和小波变换的磁共振图像分割方法。采用离散小波变换对核共振图像的不同序列进行融合

使融合图像包含更加丰富的纹理信息和结构信息;提出了包含通道注意力模块和空间注意力模块的残差网络模型

使网络重点关注于目标分割区域

并加入残差块来缓解深度神经网络的梯度消失问题。最终在公开的Brain Tumor Segmentation Challenge 2015数据集上完成了验证实验

结果显示该方法在对完整肿瘤区域、核心肿瘤区域及增强肿瘤区域的平均Dice相似性系数均取得了较好的效果。

Abstract

关键词

Keywords

references

Views

213

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Fast segmentation method for brake beam of freight train under complex background

MRI image segmentation method based on attention dilated U-Net

Human image segmentation method based on depth staggered feature fusion

Research on measurement of vessel diameter based on clustering algorithm

Segmentation of brain glioma on MRI using multiple densely connected 2D-CNNs

Related Author

周富强

郭卉

邹利华

吉珊珊

帅珍彬

冯寿廷

王成

李砚瑞

Related Institution

1:北京航空航天大学精密光机电一体化技术教育部重点实验室

1:东莞职业技术学院电子信息学院

2:东莞职业技术学院人工智能学院

1:华南师范大学物理与电信工程学院

1:上海理工大学生物医学光学与视光学研究所医用光学技术与仪器教育部重点实验室

⁰