基于深度学习算法的脑肿瘤CT图像特征分割技术改进

• 作 者: 崔仲远 黄伟
• 机 构: 周口师范学院计算机科学与技术学院,郑州轻工业学院计算机与通信工程学院
• 出 处: 现代电子技术
• 发表日期: 2018年16期
• 关键词: 深度学习算法 脑肿瘤CT图像 特征分割技术 多模态3D-CNN SAE结构 数据集
• 基金项目: 国家自然科学基金(61602423),2018年度河南省科技厅科技攻关项目:基于深度学习的脑肿瘤图像的分割方法(182102310694)

针对基于数学形态的脑肿瘤CT图像特征分割技术存在准确率低、分割效果不明确的弊端,提出基于深度学习算法的脑肿瘤CT图像特征分割技术。将可视人体数据集CVH-2作为研究对象,对数据集中的图像实施预处理,对图像四个模态实施卷积分别获取不同模态彼此的差异信息,归一化获取脑肿瘤CT图像多模态3D-CNNs特征。对基于SAE深度学习算法的脑肿瘤CT图像特征分割模型实施二级训练,将脑肿瘤CT图像多模态3D-CNNs特征经过处理后获取的S,V通道数据输入模型实施训练,在第二级训练的过程中把第一级SAE训练得到的权重