Knowledge Commons of Institute of Automation,CAS
基于多模型融合的肺部CT新冠肺炎病灶区域自动分割 | |
史天意; 程枫; 李震; 郑传胜; 许永超; 白翔 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2023 | |
卷号 | 49期号:2页码:317-328 |
摘要 | 自2019年末以来,全球蔓延的新型冠状病毒(Coronavirus disease 2019, Covid-19)已经给世界人民造成了严重的健康威胁.其中新型冠状病毒患者的计算机断层扫描(Computer tomography, CT)图像通过肺炎病灶分割技术可以为医学诊断提供有价值的量化信息.虽然目前基于深度学习的方法已经在新型冠状病毒肺炎病灶分割任务上取得了良好的效果,但是在面对不同中心数据的情况下分割效果往往会大幅下降.因此,研究一种具有更好泛化性能的新型冠状病毒肺炎病灶分割算法具有重要意义.提出一种新冠肺炎病灶多模型融合分割方法.通过训练3DUnet模型和2DUnet结合方向场(Direction field, DF)模型,利用多种模型各自优点进行分割结果的融合,得到更好的泛化性能.通过同中心和跨中心数据集的实验,证明该方法能够有效提高新冠肺炎病灶分割的泛化性能,为医学诊断分析提供帮助. |
关键词 | 新冠肺炎 计算机断层扫描影像分割 深度学习 泛化性能 |
DOI | 10.16383/j.aas.c210400 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56194 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 史天意,程枫,李震,等. 基于多模型融合的肺部CT新冠肺炎病灶区域自动分割[J]. 自动化学报,2023,49(2):317-328. |
APA | 史天意,程枫,李震,郑传胜,许永超,&白翔.(2023).基于多模型融合的肺部CT新冠肺炎病灶区域自动分割.自动化学报,49(2),317-328. |
MLA | 史天意,et al."基于多模型融合的肺部CT新冠肺炎病灶区域自动分割".自动化学报 49.2(2023):317-328. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2021-0400.pdf(10146KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[史天意]的文章 |
[程枫]的文章 |
[李震]的文章 |
百度学术 |
百度学术中相似的文章 |
[史天意]的文章 |
[程枫]的文章 |
[李震]的文章 |
必应学术 |
必应学术中相似的文章 |
[史天意]的文章 |
[程枫]的文章 |
[李震]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论