组卷积轻量级脑肿瘤分割网络

来源 :中国图象图形学报 | 被引量 : 1次 | 上传用户:faith661
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的脑肿瘤是一种严重威胁人类健康的疾病。利用计算机辅助诊断进行脑肿瘤分割对于患者的预后和治疗具有重要的临床意义。3D卷积神经网络因具有空间特征提取充分、分割效果好等优点,广泛应用于脑肿瘤分割领域。但由于其存在显存占用量巨大、对硬件资源要求较高等问题,通常需要在网络结构中做出折衷,以牺牲精度或训练速度的方式来适应给定的内存预算。基于以上问题,提出一种轻量级分割算法。方法使用组卷积来代替常规卷积以显著降低显存占用,并通过多纤单元与通道混合单元增强各组间信息交流。为充分利用多显卡协同计算的优势,使用跨卡同
其他文献
2020年3月,世界卫生组织(World Health Organization, WHO)宣布新型冠状病毒肺炎(corona virus disease 2019,COVID-19)为世界大流行病,疫情的爆发给世界各地医疗系统带来巨大压力。现有的COVID-19诊断标准是核酸检测阳性,然而核酸检测假阴性率高达17%~25.5%,为避免漏诊,需要采用基于影像学的AI诊断方法筛查大量疑似病例,扼制疾
目的新冠肺炎(COVID-19)已经成为全球大流行疾病,在全球范围数百万人确诊。基于计算机断层扫描(computed tomography,CT)数据的影像学分析是临床诊断的重要手段。为了实现快速高效高精度地检测,提出了一种超级计算支撑的新冠肺炎CT影像综合分析辅助系统构建方法。方法系统整个处理流程依次包括输入处理模块、预处理模块、影像学分析子系统和人工智能(artifiaial intellig
精神分裂症是一种大脑存在结构和功能异常的严重精神疾病,目前尚无十分有效的诊疗手段。许多研究者尝试采用基于磁共振影像的机器学习方法辅助诊断精神分裂症。深度学习由于其强大的特征表示能力,在医学影像等领域得到了广泛的应用,表现出比传统机器学习方法更优异的性能。目前已有论文对深度学习在医学影像领域内的应用进行了详细的总结和分析,却很少有论文对其在具体某一疾病(例如精神分裂症)诊断中的应用进行系统的梳理和总
在现代医学中,医学影像检查是临床疾病筛查、诊断、治疗引导和评估的重要方法和工具,是医疗过程中最重要的环节之一.目前医院里70%以上的临床诊断行为需要借助医学影像检查,影
期刊
为了进一步促进人工智能在医学影像的技术应用,推进我国现代医学影像处理领域的发展,《中国图象图形学报》邀请国内外医学影像领域的一线科学家和青年学者代表,围绕临床检测
期刊
Si-based solar cells,which have the advantages of high efficiency,low manufacturing costs,and outstanding stability,are dominant in the photovoltaic market.Curr
With strong electron-phonon coupling,the self-trapped excitons are usually formed in materials,which leads to the local lattice distortion and localized exciton
Metal halide perovskites have received considerable attention in the field of electroluminescence,and the external quantum efficiency of perovskite lightemittin
【目的】甜菜夜蛾Spodoptera exigua是蔬菜等作物上的主要害虫,而蔬菜地常会遭到重金属的污染和侵蚀。本文系统探究了重金属铅对甜菜夜蛾多个世代生殖力的影响,为评价重金属