论文部分内容阅读
目的探讨基于深度卷积神经网络(DCNN)对电子密度模体(CIRS 062)插件自动定位的方法。方法首先基于DCNN模型分割CIRS 062的吸气态肺、呼气态肺、松质骨和密质骨4个插件;之后采用摩尔邻域追踪算法处理插件边缘;最后根据几何特征定位其他4个插件。结果基于DCNN分割结果的戴斯相似性系数均>0.85,精确度均>0.81,综合评价指标均>0.61。结论基于DCNN方法可实现插件自动定位。