| 專利概述 |
本發(fā)明提出一種基于超像素和全卷積神經(jīng)網(wǎng)絡的腦部MR圖像分割方法，該方法包括：第一，采用簡單線性迭代聚類算法(Simple Linear Iterative Clustering,SLIC)對源圖像進行預處理，獲得超像素分割結果；第二，構建基于加權融合的全卷積神經(jīng)網(wǎng)絡(Fully Convolutional Neural Network Based on Weighted Fusion,FCN?WF)，在不同路徑的上采樣過程中，對不同圖像層進行加權融合，從而獲得不同的分割結果；第三，設計基于多數(shù)投票規(guī)則的像素分類方法，通過比較不同分割結果中像素的分類標簽，對歧義像素進行重新劃分，獲得最終的細化分割結果。本發(fā)明所述方法通過超像素分割提高后續(xù)處理的運行效率，并采用加權融合方式，保留更多的邊緣細節(jié)信息，實現(xiàn)腦部MR圖像的細化分割。通過像素重新劃分規(guī)則，提高圖像分割的準確度。實驗結果表明，所述基于超像素和全卷積神經(jīng)網(wǎng)絡的腦部MR圖像分割方法能夠實現(xiàn)準確的分割。 |
