融合边缘信息的三维脑肿瘤图像分割算法

田恒屹; 王瑜; 马慧鋆; 郭朝晖

doi:10.13873/J.1000-9787(2025)05-0120-04

Chinese

您当前的位置：

首页 >

文章列表页 >

融合边缘信息的三维脑肿瘤图像分割算法

计算与测试 | 更新时间：2025-09-11

- 融合边缘信息的三维脑肿瘤图像分割算法
- 暂无标题
- 传感器与微系统 2025年第5期页码：120-123+128
- 作者机构：
  
  北京工商大学人工智能学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2025)05-0120-04
  中图分类号： R739.41;TP391.41
- 纸质出版：2025
- 稿件说明：
移动端阅览
田恒屹, 王瑜, 马慧鋆, 等. 融合边缘信息的三维脑肿瘤图像分割算法[J]. 传感器与微系统, 2025,(5):120-123+128.
田恒屹, 王瑜, 马慧鋆, 等. 融合边缘信息的三维脑肿瘤图像分割算法[J]. 传感器与微系统, 2025,(5):120-123+128. DOI： 10.13873/J.1000-9787(2025)05-0120-04.

DOI：

摘要

脑肿瘤图像分割是临床诊断的关键步骤，针对磁共振成像(MRI)影像中脑肿瘤病灶区域与正常脑组织之间边界模糊的问题，提出一种融合边缘特征的图像分割方法，利用边缘注意模块，有针对性地引导模型关注肿瘤边界区域。同时，设计一种自适应加权混合损失函数，在训练过程中自适应调整边缘与肿瘤整体损失部分的权重。利用公开的脑肿瘤数据集进行实验，提出的分割模型对完整肿瘤分割结果的Dice值达到了91.10%。实验结果表明，提出的方法可以显著提升分割精度，特别是边缘部分的分割效果。

Abstract

关键词

Keywords

references

杨佳男,马飞鸿,胡斌,曾松伟.基于GA-BP神经网络的负氧离子浓度反演模型研究[J].传感器与微系统,2023(08).

黄友文,肖贵光,豆恒.基于注意力机制与编解码结构的人群计数网络[J].传感器与微系统,2023(05).

黄晓鸣,何富运,唐晓虎,王勋,丘森辉,胡聪.U-Net及其变体在医学图像分割中的应用研究综述[J].中国生物医学工程学报,2022(05).

伏金浩,王剑平,闻路红,洪欢欢,史振志.结合局部对比阈值与光晕移除的亮场细胞图像分割方法[J].传感器与微系统,2022(03).

Nagwa M. Aboelenein,Piao Songhao,Anis Koubaa,Alam Noor,Ahmed Afifi.HTTU-Net: Hybrid Two Track U-Net for Automatic Brain Tumor Segmentation[J].IEEE Access,2020.

Zhang Jianxin,Jiang Zongkang,Dong Jing,Hou Yaqing,Liu Bin.Attention Gate ResU-Net for automatic MRI brain tumor segmentation[J].IEEE Access,2020.

Zhou Zongwei,Siddiquee Md Mahfuzur Rahman,Tajbakhsh Nima,Liang Jianming.UNet++: Redesigning Skip Connections to Exploit Multiscale Features in Image Segmentation[J].IEEE Transactions on Medical Imaging,2019.

Kleihues P,Burger P C,Scheithauer B W.The new WHO classification of brain tumours.[J].Brain pathology (Zurich, Switzerland),1993(3).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于智能AI的传感器应用

一种新型注意力机制的双人交互行为识别方法

面向校园场景视频监控的人体行为识别方法

基于深度学习的散斑图应变场测量

基于双通道图卷积网络的人体行为识别方法