论文部分内容阅读
目的:由于胰腺体积小、形态个体差异性大,影像上的准确分割较为困难。本文提出一种基于2.5D级联卷积神经网络的CT图像胰腺分割方法。方法:实验中使用的数据为NIH胰腺分割公开数据集,共包含82例腹部CT图像,随机选取其中56、9、17例分别作为训练集、验证集和测试集;训练过程中使用旋转、拉伸、平移、裁剪等操作对数据进行扩增。实验中提出一种用于胰腺分割的、结合概率图的2.5D级联深度监督UNet,即CSNet(Cascading deep Supervision UNet)。该网络由3个部分组成:第1部