新一代信息技術(shù)
一種基于超像素和全卷積神經(jīng)網(wǎng)絡(luò)的腦部MR圖像分割方法
本發(fā)明提出一種基于超像素和全卷積神經(jīng)網(wǎng)絡(luò)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(yù)處理，獲得超像素分割結(jié)果；第二，構(gòu)建基于加權(quán)融合的全卷積神經(jīng)網(wǎng)絡(luò)(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(quán)融合，從而獲得不同的分割結(jié)果；第三，設(shè)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(jié)果中像素的分類標(biāo)簽，對歧義像素進行重新劃分，獲得最終的細(xì)化分割結(jié)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(quán)融合方式，保留更多的邊緣細(xì)節(jié)信息，實現(xiàn)腦部MR圖像的細(xì)化分割。通過像素重新劃分規(guī)則，提高圖像分割的準(zhǔn)確度。實驗結(jié)果表明，所述基于超像素和全卷積神經(jīng)網(wǎng)絡(luò)的腦部MR圖像分割方法能夠?qū)崿F(xiàn)準(zhǔn)確的分割。
長春工業(yè)大學(xué)
授權(quán)發(fā)明
