换一批摘要文章基于全卷积神经网络(fully convolutional network,FCN)的 U-net 网络,并通过对 U-net 网络的调整,构建适用于脑肿瘤图像分割的 U1-net网络.U1-net网络由卷积层、最大池化层、反卷积层和激活函数4 个部分组成.通过在公共数据集BRATS 2015 上的实验验证了该网络的有效性.实验结果表明,该网络能适应脑肿瘤轮廓取得较好的分割效果,在脑肿瘤的完整肿瘤区、核心肿瘤区、增强肿瘤区的 Dice 相似系数(Dice similarity coefficient,DSC)分别为 0.95、0.85、0.83.
更多相关知识
关键词
深度学习(DL)全卷积神经网络(FCN)U1-net网络BRATS 2015数据集脑肿瘤分割deep learning(DL)fully convolutional network(FCN)U1-net networkBRATS 2015 data setbrain tumor segmentation
栏目名称
DOI
10.3969/j.issn.1003-5060.2023.08.010
发布时间
2023-09-13（万方平台首次上网日期，不代表论文的发表时间）
- 浏览10
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
