本文選題：中國(guó)可視化人體數(shù)據(jù)集 + 腦組織分割��； 參考：《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》2016年08期

【摘要】：針對(duì)目前基于數(shù)字人腦切片圖像的分割算法較少,分割精度和有效性較低等不足,提出一種基于稀疏自編碼器(SAE)深度特征學(xué)習(xí)的分割算法.在特征提取階段,采用從粗到精兩級(jí)方式對(duì)SAE進(jìn)行訓(xùn)練,以增強(qiáng)模型學(xué)習(xí)到的深度特征的鑒別能力;在分類階段,使用softmax分類器進(jìn)行目標(biāo)分割.對(duì)中國(guó)可視化人體(CVH)數(shù)據(jù)集的腦白質(zhì)分割及三維重建的實(shí)驗(yàn)結(jié)果表明,相對(duì)于其他傳統(tǒng)的手工特征(如圖像強(qiáng)度特征、方向梯度直方圖特征和主成分分析特征),SAE提取的圖像深度特征具有更強(qiáng)的鑒別能力,顯著地提高了分割精度.
[Abstract]:Aiming at the shortcomings of the present segmentation algorithm based on digital human brain slice image, such as less segmentation accuracy and lower efficiency, a new segmentation algorithm based on sparse self-encoder (SAE) depth feature learning is proposed. In the stage of feature extraction, SAE is trained from coarse to fine to enhance the discriminative ability of the depth features learned by the model. In the stage of classification, the softmax classifier is used to segment the target. The experimental results of white matter segmentation and 3D reconstruction of Chinese visualized human body CVH data set show that compared with other traditional manual features, such as image intensity features, The feature of directional gradient histogram and the feature of principal component analysis (PCA) extracted by SAE have stronger discriminant ability and higher segmentation accuracy.
【作者單位】： 重慶大學(xué)光電技術(shù)及系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室;重慶大學(xué)光電工程學(xué)院;重慶師范大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院;中國(guó)人民解放軍第三軍醫(yī)大學(xué)生物醫(yī)學(xué)工程學(xué)院數(shù)字醫(yī)學(xué)研究所;
【基金】：國(guó)家自然科學(xué)基金(60903142,61190122) 中國(guó)博士后基金特別資助(2013T60841) 中央高�；緲I(yè)務(wù)費(fèi)項(xiàng)目(106112015CDJXY120003)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李民,蔡江勝,項(xiàng)世法,張奎啟,張福胤,韓輝,王福;顯微腭部組織序列切片圖像的定位[J];大連理工大學(xué)學(xué)報(bào);1997年06期

2 李民,蔡江勝,項(xiàng)世法,張奎啟,張福胤,韓輝,王福;顯微腭部組織序列切片圖像的定位[J];大連理工大學(xué)學(xué)報(bào);1997年S2期

3 姜志國(guó),孟如松,趙宇,周付根,董海軍;組織切片圖像的可視化技術(shù)及應(yīng)用[J];中國(guó)體視學(xué)與圖像分析;2002年03期

4 羅洪艷;李敏;譚立文;鄭小林;張紹祥;侯文生;;一種數(shù)字人腦部切片圖像分割新方法[J];中國(guó)醫(yī)學(xué)影像技術(shù);2009年08期

5 鐘映春;戚劍;劉小林;張淼;;從圖像中提取離散點(diǎn)狀神經(jīng)功能束邊緣的研究[J];系統(tǒng)仿真學(xué)報(bào);2011年07期

6 鐘映春;羅鵬;;從神經(jīng)切片圖像中識(shí)別功能束類型的研究[J];中國(guó)圖象圖形學(xué)報(bào);2012年01期

7 李芳;鐘映春;張毅;戚劍;劉小林;;神經(jīng)切片圖像中識(shí)別定位線斷面的研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年22期

8 王鈺;徐敏;谷方;;基于切片圖像的頜面骨骼三維建模方法[J];青島大學(xué)學(xué)報(bào)(工程技術(shù)版);2007年01期

9 王奇文;鄭麗敏;梅樹立;;基于形態(tài)學(xué)的小鼠舌頭切片圖像分割與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2011年19期

10 王琴,王衛(wèi)星,張少，

本文編號(hào)：1872394