基于多模态卷积神经网络的脑血管提取方法研究

发布时间：2017-07-02 21:01

  本文关键词：基于多模态卷积神经网络的脑血管提取方法研究

  更多相关文章： 脑血管分割 血管造影图像 卷积神经网络 多模态

【摘要】：提出了一种基于多模态的卷积神经网络对脑部CT血管造影图像(CTA)进行分割,从而实现脑血管的单独提取。该方法首先对原始CTA图像进行高斯和拉普拉斯处理,并将处理后的图像与原始图像共同构成多模态图像作为输入,然后通过多个并行的卷积神经网络对多模态图像进行分割,最终将所有的分割结果通过线性回归进行融合从而提取出脑血管。该文通过一系列的实验不仅证明了卷积神经网络在脑血管分割上的有效性,而且证明了本文所提出方法的分割效果比现有的脑血管分割算法更加出色。
【作者单位】： 电子科技大学信息与软件工程学院;
【关键词】： 脑血管分割 血管造影图像 卷积神经网络 多模态
【基金】：国家自然科学基金广东联合基金(U1401257);国家自然科学基金(61300090,61133016) 四川省科技厅应用基础计划(2014JY0172) 广东省电子信息产品可靠性技术重点实验室开放基金(2013A061401003)
【分类号】：R816.1;TP183;TP391.41
【正文快照】： 因发病率、致残率、死亡率较高,脑血管病已是严重威胁人类健康、甚至是导致死亡的三大疾病之一。对脑血管病进行早期的诊断和及时的治疗尤为重要:一方面对降低脑血管病的发病率、复发率、致残率和死亡率具有重要的意义,另一方面对脑血管病患者的预后和康复将发挥积极作用。脑

【相似文献】

中国期刊全文数据库 前3条

1 齐守良;岳勇;辛军;康雁;;面向临床肿瘤诊疗决策的多模态医学影像融合[J];中国生物医学工程学报;2013年03期

2 徐鹏,尧德中,罗h，

本文编号：511202