多任务深度卷积网络的CT图像方向校正

• 作 者: 林家庆 韩娟 袁直敏 彭佳林
• 机 构: 华侨大学计算机科学与技术学院
• 出 处: 华侨大学学报(自然科学版)
• 发表日期: 2020年03期
• 关键词: CT图像 方向校正 深度卷积网络 多任务回归网络 CT imageorientation correctiondeep convolution networkm
• 基金项目: 国家自然科学基金资助项目(11771160)

针对医学电子计算机断层扫描(CT)图像方向校正问题,提出一种并行卷积回归(PCRN)多任务深度学习网络.通过侧旋角度正回归和翻转概率逻辑回归,求得校正参数来精准地校正图像.进一步,针对医学图像训练样本稀缺的情况,提出一种串行回归(SCRN)的深度学习架构,弥补并行卷积回归网络在小样本情况下校正精度不足的问题.实验结果表明:在样本充分,并行卷积回归网络和样本稀缺情况下,串行卷积回归网络对小角度偏转、大角度偏转和翻转的腹部CT图像校正结果都优于传统的配准方法.