发明 一种基于卷积神经网络的MRI肿瘤体素检测方法
机器视觉 医疗影像 医疗检测 智慧医疗 核磁共振 （机器视觉 核磁共振） 【机器视觉 医疗影像 医疗检测 智慧医疗 核磁共振】 1人
G06T7/00
摘要：本发明公开了一种基于卷积神经网络的MRI肿瘤体素检测方法，分为五步；第一步以AlexNet模型为基础，建立双路径双卷积核3D CNN模型框架，上路径采用大卷积核提取病灶区域与周边组织的相关性等特征，下路径采用小卷积核提取病灶区域本身的纹理、大小等特征；第二步在框架的卷积层之前加入1×1×1卷积核进行特征降维；第三步基于所构建的模型进行训练，并对原数据集进行样本扩充；第四步将CNN模型变成FCN模型；第五步在扩充过的数据上优化已经预训练的3D FCN模型，得到最终MRI肿瘤体素分类模型。该方法能在保证特征提取的全面性基础上，有效避免信息冗余，大幅减少参数量，降低计算成本，提高分类精度。
