典型文献
利用几何信息辅助的超声心动图实时分割
文献摘要：
超声心动图的分割在临床上对医生的诊断有巨大作用.针对超声图像含有大量噪声、轮廓特征不明显、已有分割算法耗时久、目标分割不完整或引入不必要的背景区域的问题,提出一种基于全卷积网络与几何信息辅助分割的实时分割算法.首先,利用改进的YOLACT框架并行生成原型模板掩码和左右心室、心房的实例掩码的系数,并将两者线性组合获得实例掩码;然后,利用编码模块增强分割效果,提出位置编码模块避免卷积神经网络带来的全局位置信息丢失,以及提出形状编码模块减少心房心室差异小带来的分类错误.实验结果表明,在超声心动图像数据集上的APA,AMIoU和ADICE指标分别达到0.777,0.705和0.827,该方法比其他算法在精度上接近nnU-Net的结果,但速度可以达到27帧/s,比UNet++提升145％.
文献关键词：
卷积神经网络;超声图;实时图像分割
中图分类号：
作者姓名：
曹冬平;党佳晨;钟勇
作者机构：
中国科学院成都计算机应用研究所 成都 610041;中国科学院大学计算机科学与技术学院 北京 100049
文献出处：
引用格式：
[1]曹冬平;党佳晨;钟勇-.利用几何信息辅助的超声心动图实时分割)[J].计算机辅助设计与图形学学报,2022(08):1252-1259
A类：
AMIoU,ADICE,实时图像分割
B类：
几何信息,超声心动图,巨大作用,超声图像,轮廓特征,分割算法,目标分割,不必要,背景区域,全卷积网络,YOLACT,掩码,右心室,心房,线性组合,分割效果,出位,位置编码,位置信息,信息丢失,形状编码,图像数据集,APA,上接,nnU,UNet++
AB值：
0.335882
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
