μ-Net: μ-CT 分割的基于深度学习的架构
原文中文,约500字,阅读约需2分钟。发表于: 。我们提出了一个使用卷积神经网络对鲫鱼心脏进行自动分割的新框架,该框架可以推断出样本的三维分割,从而避免了三维卷积神经网络的高计算成本,并且可以显著减少新样本分割所需的时间,实现对高分辨率鲫鱼心脏形状的快速微增强分析。
最近对患者特定胸部手术规划和仿真的兴趣日益增加。研究对3D U型模型的变体进行了基准研究,重点是基于CT的胸部手术解剖分割。研究发现,使用CNN的U型模型在该任务中具有价值,并且使用剩余块可以提高分割性能。