胸部 X 光图像导管的自底向上实例分割
原文中文,约200字,阅读约需1分钟。发表于: 。基于关联嵌入的导管实例分割的深度学习方法能够解决胸部 X 射线图像中多个导管重叠、细长以及实例分离的问题。
本文提出了一种基于深度卷积神经网络的实时方法,用于在2D X射线透视序列中分割导管和导丝,实现自动检测和追踪。该方法在237个X射线序列图像上进行训练和测试,取得了高精度的分割结果。
基于关联嵌入的导管实例分割的深度学习方法能够解决胸部 X 射线图像中多个导管重叠、细长以及实例分离的问题。
本文提出了一种基于深度卷积神经网络的实时方法,用于在2D X射线透视序列中分割导管和导丝,实现自动检测和追踪。该方法在237个X射线序列图像上进行训练和测试,取得了高精度的分割结果。