融合密集连接与自适应加权损失的血管壁图像分割
Vessel wall image segmentation based on dense connection and adaptive weighted loss
1. 河南工程学院 软件学院, 郑州 451191
2. 信息工程大学 理学院, 郑州 450001
摘要
针对传统深度神经网络在对血管壁图像分割中难以提取具有针对性有效特征的问题，提出一种融合密度连接与自适应加权损失的血管壁图像分割方法。首先通过构建密集连接的分割网络学习更多的边界和轮廓表征以促进特征复用融合；然后设计了改进的自适应加权损失和边界紧凑性损失约束训练网络，利用自适应加权损失自动调整不同区域分割产生的损失比例来引导网络向最佳方向学习；同时引入边界紧凑性损失约束以充分利用边界信息，提升对血管壁图像的分割精度；最后对包含2 544张MRI的MERGE血管壁数据集进行了验证实验。结果表明，提出的改进方法能够有效提取血管壁图像的特征信息，在管腔和外壁轮廓分割中的Dice分别达到了93.65%和95.81%，设计的消融实验也充分证明了所提各个模块和网络的有效性，能够更好地实现高精度的图像分割。
基金项目
河南省高等学校青年骨干教师培养计划资助项目
出版信息
DOI: 10.19734/j.issn.1001-3695.2021.09.0440
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第6期
所属栏目: 图形图像技术
出版页码: 1905-1910
文章编号: 1001-3695(2022)06-053-1905-06
发布历史
[2021-12-14] 优先出版
[2022-06-05] 印刷出版
引用本文
高红霞, 郜伟. 融合密集连接与自适应加权损失的血管壁图像分割 [J]. 计算机应用研究, 2022, 39 (6): 1905-1910. (Gao Hongxia, Gao Wei. Vessel wall image segmentation based on dense connection and adaptive weighted loss [J]. Application Research of Computers, 2022, 39 (6): 1905-1910. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
