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(jiǎn)單線性迭代聚類算法(Simple Linear Iterative Clustering,SLIC)對(duì)源圖像進(jìn)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(guò)程中，對(duì)不同圖像層進(jìn)行加權(quán)融合，從而獲得不同的分割結(jié)果；第三，設(shè)計(jì)基于多數(shù)投票規(guī)則的像素分類方法，通過(guò)比較不同分割結(jié)果中像素的分類標(biāo)簽，對(duì)歧義像素進(jìn)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(guò)超像素分割提高后續(xù)處理的運(yùn)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(shí)現(xiàn)腦部MR圖像的細(xì)化分割。通過(guò)像素重新劃分規(guī)則，提高圖像分割的準(zhǔn)確度。實(shí)驗(yàn)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(zhǎng)春工業(yè)大學(xué)
授權(quán)發(fā)明
