基于空间域与频域特征自适应融合和类间边界区域增强的三维海马分割

1

作者 白贺 滕野 +3 位作者 冯蕾 孟海伟 汤煜春 刘树伟 《解剖学报》 CAS CSCD 2024年第1期73-81,共9页

目的海马萎缩是诊断阿尔茨海默病等诸多精神疾病的临床重要标志,因此准确分割海马是一个重要的科学问题。随着深度学习的发展,人们提出了大量先进的自动分割方法。然而,由于MRI中各种噪声的影响以及海马不同类别之间不清晰的边界,三维... 目的海马萎缩是诊断阿尔茨海默病等诸多精神疾病的临床重要标志,因此准确分割海马是一个重要的科学问题。随着深度学习的发展,人们提出了大量先进的自动分割方法。然而,由于MRI中各种噪声的影响以及海马不同类别之间不清晰的边界,三维海马分割仍然具有挑战性。因此本文旨在提出新的自动分割方法来更精确地分割海马头、体、尾。方法为了克服这些挑战,本文提出了两个策略。一种是空间域与频域特征自适应融合策略,通过快速傅立叶变换和卷积自动选择合适的频率组合,减少噪声对特征提取的影响。另一种是类间边界区域增强策略,它允许网络通过加权每个类之间边界区域的损失函数来增强对边界区域的学习,以达到精确定位边界和调节海马头、体、尾大小的目的。结果在50例青少年大脑MRI数据集上进行的实验表明,我们的方法实现了较先进的海马分割,海马头、体、尾相较于现有的方法都取得了一定的提升。消融实验证明我们提出的两种策略有效,我们还在260例Task04_Hippocampus数据集上验证了网络具有强大的泛化能力,说明本文提出的方法可用于更多的海马分割场景。结论我们提出的方法可以帮助临床医生更清楚地观测海马萎缩,并完成更精确的病情诊断和追踪。 展开更多

关键词 空间域与频域特征自适应融合 类间边界区域增强 医学图像分割 海马分割 人

原文传递

脑部海马区域MRI图像自动分割

2

作者 许晶晶 黄殿 +3 位作者 吴雪 胡敏 吕昊 韩世鹏 《空军军医大学学报》 CAS 2024年第11期1227-1232,共6页

目的实现脑部MRI图像中海马体区域的自动精准分割。方法本研究提出了一种基于深度学习的海马体自动分割框架AF-VNet,通过在网络输出层添加注意力机制模块,提升海马体分割精度。此外,引入Focal Loss损失函数和增加通道数,避免训练样本不... 目的实现脑部MRI图像中海马体区域的自动精准分割。方法本研究提出了一种基于深度学习的海马体自动分割框架AF-VNet,通过在网络输出层添加注意力机制模块,提升海马体分割精度。此外,引入Focal Loss损失函数和增加通道数,避免训练样本不均衡。结果采用AF-VNet分割左右海马得到的分割Dice系数为0.8787±0.0281,相对于基准VNet提升了2.37%。结论该方法提高了海马体分割的准确性,具有一定的临床应用价值,可为神经退行性疾病的诊断和治疗提供辅助工具。 展开更多

关键词 海马体分割 深度学习 注意力机制 损失函数

下载PDF 职称材料

基于特征融合的海马体分割 被引量：1

3

作者 陈嘉敏 张伯泉 麦海鹏 《计算机与现代化》 2023年第8期1-6,53,共7页

针对现有海马体分割算法无法对目标区域进行精确分割的问题,利用编解码结构研究一种基于特征融合的海马体分割模型。首先利用Resnet34作为模型特征编码层提取更丰富的语义特征;其次在编解码过渡层引入基于混合扩张卷积的ASPP模块以获取... 针对现有海马体分割算法无法对目标区域进行精确分割的问题,利用编解码结构研究一种基于特征融合的海马体分割模型。首先利用Resnet34作为模型特征编码层提取更丰富的语义特征;其次在编解码过渡层引入基于混合扩张卷积的ASPP模块以获取多尺度特征信息。最后使用注意力特征融合机制作为编解码层间的连接层以有效结合深层特征与浅层特征,为后续分割提供海马体区域位置信息,提高模型分割性能。实验在ADNI数据集上进行以验证提出模型的有效性,所研究网络模型IoU、DICE、精确率、召回率4个评价指标上分别达到了84.67%、88.51%、87.90%和89.01%。与现有先进医学分割算法进行实验对比,也表明了该模型有更好的分割能力,达到了较好的海马体图像自动分割效果。 展开更多

关键词 阿尔兹海默症 海马体分割 注意力机制 特征融合 空洞空间金字塔池化

下载PDF 职称材料

MRI脑图像海马自动分割方法研究进展

4

作者 杨春兰 初同朋 吴水才 《北京工业大学学报》 CAS CSCD 北大核心 2018年第4期636-640,共5页

基于磁共振成像(magnetic resonance imaging,MRI)图像的海马分割是计算机辅助诊断神经系统疾病的重要手段.海马结构边界的精确描绘是计算其体积和对其进行形状测量的前提.手动分割海马过程高度耗时,缺乏重复性,因而发展自动化分割算法... 基于磁共振成像(magnetic resonance imaging,MRI)图像的海马分割是计算机辅助诊断神经系统疾病的重要手段.海马结构边界的精确描绘是计算其体积和对其进行形状测量的前提.手动分割海马过程高度耗时,缺乏重复性,因而发展自动化分割算法具有重要的意义.综述了MRI脑图像海马自动分割方法进展,剖析了每种算法的优缺点,并对今后海马分割方法的发展进行了展望. 展开更多

关键词 海马分割 磁共振成像 自动分割方法

下载PDF 职称材料

基于稀疏编码与方向-尺度描述子的海马体自动分割 被引量：2

5

作者 刘颖 张明慧 +3 位作者 阳维 卢振泰 冯前进 苏榆生 《计算机科学》 CSCD 北大核心 2017年第1期314-320,共7页

海马体病变与神经疾病息息相关,海马体解剖结构的不规则性以及其与周围组织结构如杏仁体边界模糊增加了分割海马体的难度。提出一种新的基于稀疏编码和方向-尺度描述子(Sparse Coding and Orientation-Scale Descriptor,SCOSD)的算法来... 海马体病变与神经疾病息息相关,海马体解剖结构的不规则性以及其与周围组织结构如杏仁体边界模糊增加了分割海马体的难度。提出一种新的基于稀疏编码和方向-尺度描述子(Sparse Coding and Orientation-Scale Descriptor,SCOSD)的算法来提高海马体分割精度。不同于主流的基于字典学习的方法,SCOSD算法用同时包含灰度纹理信息和空间结构信息的方向-尺度描述子(Orientation-Scale Descriptor,OSD)代替低维特征来描述像素特征,OSD的优点是它同时包含多种低维特征且能降低图谱间灰度不均匀性的影响。SCOSD算法包括4个步骤:1)图像预处理。2)特征提取,提取待分割图像像素和图谱图像像素的方向-尺度描述子。3)字典构建及稀疏编码,选取图谱像素的方向-尺度描述子作为目标像素来构建特有字典,用特有字典近似表达即重建目标像素并得到稀疏编码系数。4)标号融合及阈值判定,融合图谱像素的标号和编码系数得到目标像素的标号估计值;阈值判定估计值完成分割。为了验证SCOSD算法分割的准确性,分别用SCOSD算法,Simple,Major Voting,Staple,Collate分割MICCAI数据库内的海马体,以Dice值作为分割评判标准,实验结果表明,SCOSD方向-尺度描述子的分割精度高于Simple,Major Voting,Staple,Collate算法。 展开更多

关键词 海马体分割 方向-尺度描述子 稀疏编码 标号融合 字典

下载PDF 职称材料

结合序列学习和U型网络的海马体分割方法 被引量：2

6

作者 曹平 盛邱煬 +3 位作者 潘清 宁钢民 汪振杰 方路平 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第8期1382-1390,共9页

针对普通二维语义分割网络难以精确分割海马体磁共振图像的问题,提出结合序列学习和U型网络的海马体分割方法.该方法中,U型网络由编码器和解码器2部分组成,编码器提取并编码图像特征,解码器组合特征并输出分割掩码;序列学习使用双向卷... 针对普通二维语义分割网络难以精确分割海马体磁共振图像的问题,提出结合序列学习和U型网络的海马体分割方法.该方法中,U型网络由编码器和解码器2部分组成,编码器提取并编码图像特征,解码器组合特征并输出分割掩码;序列学习使用双向卷积长短期记忆网络引入相邻切片间的依赖信息以提升分割精度.在ADNI数据集上的实验结果表明,文中方法的分割性能较通常的U型网络更优,且网络的可视化结果表现出可解释性,与专家知识相符合. 展开更多

关键词 海马体分割 语义分割 序列学习 U型网络 双向卷积长短期记忆网络

下载PDF 职称材料

三维卷积网络在脑海马体分割中的应用 被引量：2

7

作者 刘辰 肖志勇 吴鑫鑫 《计算机科学与探索》 CSCD 北大核心 2020年第3期493-501,共9页

为了提高海马体分割的精确性和鲁棒性,提出一种新型的三维卷积网络Dilated-3DUnet。该网络中卷积层的通道数采用"金字塔"分布的方式,有效缩小了参数的规模。此外,使用三维空洞卷积作为级联卷积操作,不仅有效地结合了脑磁共振... 为了提高海马体分割的精确性和鲁棒性,提出一种新型的三维卷积网络Dilated-3DUnet。该网络中卷积层的通道数采用"金字塔"分布的方式,有效缩小了参数的规模。此外,使用三维空洞卷积作为级联卷积操作,不仅有效地结合了脑磁共振成像(MRI)的深层特征和浅层特征,而且在不改变参数个数的情况下,扩大了卷积层的感受野,获取了多尺度信息,能够更好地捕捉MRI图像的浅层特征,从而提高了分割精度。在ADNI数据集上进行实验,以相似性系数、灵敏度、阳性预测率为评价指标,准确率分别达到了89.32%、88.72%和90.05%。实验表明,Dilated-3DUnet充分利用了脑MRI图像的三维空间信息,具有更强的泛化能力和更好的特征表达能力,从而大大提升了分割精度。 展开更多

关键词 海马体分割 脑磁共振成像(MRI) 卷积网络 空洞卷积

下载PDF 职称材料

SyMRI定量技术在海马硬化型颞叶内侧癫痫中的应用 被引量：4

8

作者 王一婷 闫梦楠 +3 位作者 摆玉财 李健 熊昱辉 陈兵 《中国医学影像学杂志》 CSCD 北大核心 2023年第11期1127-1132,1144,共7页

目的探讨集成磁共振成像(SyMRI)技术在颞叶内侧癫痫伴海马硬化(HS)中各亚区的定量研究价值。资料与方法前瞻性纳入2021年1月—2023年1月宁夏医科大学总医院经MRI诊断或病理证实为单侧HS的患者(病例组)28例,并纳入同期健康志愿者(对照组... 目的探讨集成磁共振成像(SyMRI)技术在颞叶内侧癫痫伴海马硬化(HS)中各亚区的定量研究价值。资料与方法前瞻性纳入2021年1月—2023年1月宁夏医科大学总医院经MRI诊断或病理证实为单侧HS的患者(病例组)28例,并纳入同期健康志愿者(对照组)38例。两组对象均于3.0T MRI行T1加权等体素三维磁化强度预备梯度回波序列及集成MRI序列扫描。扫描图像分别经freesurfer V7、SyMRI StandAlone 8.0.4后处理得到海马及其亚区的感兴趣区及T1、T2、质子密度(PD)定量图,二者融合得到T1、T2、PD值。比较HS患侧组、健侧组及对照组各项参数值并进行多重比较。对组间差异有统计学意义的参数采用逐步回归分析筛选出显著性变量,并采用受试者工作特征曲线下面积评价其诊断效能。结果3组间下托(SUB)的T1和PD值差异无统计学意义(F=1.819、0.570,P均>0.05),其余亚区各参数差异均有统计学意义(F/H=5.539~71.570,P均<0.05)。组间两两比较显示,患侧组CA1、CA3、CA4、齿状回的T2、T1值均高于健侧组及对照组,PD值高于对照组,患侧组SUB的T2值高于对照组,患侧组CA3的PD值高于健侧组(P均<0.05)。逐步回归法显示CA1、CA3、SUB的T2值为显著性变量(模型调整后R2=0.828,F=105.089,P<0.001,方差扩大因子=2.693、2.113、1.721)。CA1、CA3区T2值的曲线下面积最大,均为0.972,截断值、敏感度、特异度分别为101.42 ms、92.86%、100%,95.56 ms、92.86%、92.11%。结论SyMRI对颞叶内侧癫痫伴HS海马亚区组织弛豫时间的定量测量可为临床提供更加精准的影像学参考依据,尤其是CA1、CA3区T2值可有效提高HS的诊断效能。 展开更多

关键词 癫痫 颞叶内侧 海马硬化 集成磁共振成像 海马自动分割

下载PDF 职称材料

阿尔兹海默病患者海马表面形态学特征提取 被引量：4

9

作者 杨文璐 张小慢 刘凤侠 《安徽大学学报（自然科学版）》 CAS 北大核心 2014年第5期91-97,共7页

通过海马表面形态学来研究阿尔兹海默病患者海马表面的萎缩形态特征.首先,对57名阿尔兹海默病患者在基线和第12个月两个时间点的结构磁共振影像进行预处理,分割出海马体.接着,计算海马表面两个时间点的贝尔特拉米指标.最后,用独立成分... 通过海马表面形态学来研究阿尔兹海默病患者海马表面的萎缩形态特征.首先,对57名阿尔兹海默病患者在基线和第12个月两个时间点的结构磁共振影像进行预处理,分割出海马体.接着,计算海马表面两个时间点的贝尔特拉米指标.最后,用独立成分分析提取海马表面贝尔特拉米指标的局部特征.实现了阿尔兹海默病患者海马表面的形态学特征提取,并用于分类.贝尔特拉米指标的可视化结果表明,贝尔特拉米指标能够检测阿尔兹海默病患者海马表面的萎缩. 展开更多

关键词 阿尔兹海默病 影像预处理 海马体分割 海马表面特征 独立成分分析

下载PDF 职称材料

基于边界增强损失的海马体分割算法 被引量：6

10

作者 颜宇 陈帆 和红杰 《光电子．激光》 EI CAS CSCD 北大核心 2020年第3期299-309,共11页

快速准确地获得脑部核磁共振图像中海马体的体积变化情况,对阿尔兹海默症等疾病的诊断具有重要意义。海马体在大脑中占比很小且与周边结构的边界不明显,使得基于深度学习的核磁共振影像海马体分割具有一定难度。针对上述问题本文提出一... 快速准确地获得脑部核磁共振图像中海马体的体积变化情况,对阿尔兹海默症等疾病的诊断具有重要意义。海马体在大脑中占比很小且与周边结构的边界不明显,使得基于深度学习的核磁共振影像海马体分割具有一定难度。针对上述问题本文提出一种利用边界增强损失训练含注意力机制网络的海马体分割算法,主要贡献在于:1)设计了一种含注意力机制的U形三维卷积神经网络;2)提出一种边界增强的损失函数。在解决海马体与背景因为尺寸相差过大而带来的类不平衡问题的同时,使网络在训练时更注重对海马体边界的学习。在欧洲阿尔兹海默病协会和阿兹海默症神经影像学倡议数据集上,分析讨论了本文提出的损失函数和网络结构的性能。与目前几种先进的基于深度学习的三维分割算法进行了对比分析,实验结果表明本文提出的算法性能更优,达到了89.41%的Dice精度与人工分割精度相近。 展开更多

关键词 深度学习 海马体分割 三维卷积神经网络 边界增强损失

原文传递

人工智能在医学影像中的MRI海马区分割算法研究综述 被引量：4

11

作者 朱大龙 易云山 《网络安全技术与应用》 2020年第12期47-49,共3页

核磁图像MRI(Magnetic Resonance Imaging)海马体的形态特征分析在许多临床应用中被用作重要的生物标志物,包括颞叶癫痫、阿尔茨海默病(AD)和轻度认知障碍(MCI)、精神分裂症、重度抑郁症、双相情感障碍以及许多其他神经和精神疾病。因此... 核磁图像MRI(Magnetic Resonance Imaging)海马体的形态特征分析在许多临床应用中被用作重要的生物标志物,包括颞叶癫痫、阿尔茨海默病(AD)和轻度认知障碍(MCI)、精神分裂症、重度抑郁症、双相情感障碍以及许多其他神经和精神疾病。因此对MRI图像海马区的分割算法的研究,可以极大地提高临床医学效果。本文首先介绍了传统的Atlas-Based和DeformableModel两大类MRI海马区分割算法和方法,然后对近几年比较流行的基于传统人工、自动化技术、图像处理技术、人工智能、神经网络、深度学习、大数据、云计算等新兴计算机网络技术的MRI海马区分割算法和方法进行了介绍和应用比较,最后总结了MRI海马区分割算法的发展趋势和算法技术方向。 展开更多

关键词 MRI 海马区分割 深度学习 人工智能

原文传递

基于生成模型约束的graph cuts标签融合算法

12

作者 张令顺 马瑜 +2 位作者 芦玥 王文娜 申旺发 《计算机应用研究》 CSCD 北大核心 2020年第6期1910-1915,共6页

人脑磁共振图像(magnetic resonance imaging,MRI)分割算法易受图谱错误标签的影响,为减少错误标签对标签融合准确度的影响,提高人脑磁共振图像的分割精度,在图谱预选阶段采用梯度信息和互信息筛选出相似性较大的图谱图像,对标签融合阶... 人脑磁共振图像(magnetic resonance imaging,MRI)分割算法易受图谱错误标签的影响,为减少错误标签对标签融合准确度的影响,提高人脑磁共振图像的分割精度,在图谱预选阶段采用梯度信息和互信息筛选出相似性较大的图谱图像,对标签融合阶段提出利用生成模型(generative model,GM)约束的graph cuts标签融合方法,快速准确地分割出了人脑海马体结构。与其他的标签融合方法对比,提出的算法具有更高的分割精度。 展开更多

关键词 图谱筛选 标签融合 graph cuts 海马体分割

下载PDF 职称材料