重要通知
《科学技术创新》版面紧张,请大家踊跃投稿。投稿邮箱 :kxjscx@kxjscxzzs.com
科学技术创新期刊信息

主管单位:黑龙江省科学技术协会

主办单位:黑龙江省科普事业中心

编辑出版:《科学技术创新》杂志社

国际标准刊号:ISSN:2096-4390

国内统一刊号:CN:23-1600/N

期刊级别:省级刊物

周   期: 旬刊

出 版 地:黑龙江省哈尔滨市

语  种: 中文;

开  本: 大16开

邮发代号 :14-269

投稿邮箱 :kxjscx@kxjscxzzs.com

在线编辑QQ :959914545

基于自监督学习的卷积神经网络在CT图像中的肝脏自动分割研究

时间:2021/2/3  点击:563


       肝脏肿瘤是世界上主要癌症致死类型之一,为了帮助医生辅助诊断治疗,临床上亟需全自动的精准的肝脏分割方法[1]。卷积神经网络在医学图像分割任务中拥有各类比赛的SOTA效果,本文中采用此类模型结构作为验证我们提出的自监督方法有效性的Backbone。分割模型的下采样阶段作为自监督任务的分类器,将打乱顺序的相邻CT切片输入分类器,分类器通过预测出它们的顺序信息作为自监督任务,训练完分类模型后将该模型的参数迁移到分割网络作为权重初始化。在2017 LiTS数据集上验证该方法的有效性,实验表明,该自监督方法对模型性能提升有显著帮助。


本文由: 科学技术创新杂志社编辑部整理发布,如需转载,请注明来源。

科学技术创新杂志社

2021/2/3

上一篇:基于FPGA的紫外光字符通信系统设计
下一篇:爬虫技术在分布式能源站负荷预测中的应用