• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的腹部動(dòng)脈血管分割*

    2021-11-22 08:44:42紀(jì)玲玉高永彬蔡清萍衛(wèi)子然
    關(guān)鍵詞:特征信息方法

    紀(jì)玲玉,高永彬,蔡清萍,衛(wèi)子然,廖 薇

    (1.上海工程技術(shù)大學(xué)電子電氣工程學(xué)院,上海 201620;2.上海長(zhǎng)征醫(yī)院軍醫(yī)普通外科,上海 200003)

    1 引言

    腹部動(dòng)脈血管分割對(duì)腹部惡性腫瘤患者的術(shù)前規(guī)劃有著重要的意義。例如,胃癌和肝癌是我國(guó)最常見的腫瘤,發(fā)病率和死亡率較高。胃癌的診斷在很大程度上取決于淋巴結(jié)轉(zhuǎn)移,然而,淋巴結(jié)的位置與腹主動(dòng)脈血管密切相關(guān)。根據(jù)胃癌國(guó)際標(biāo)準(zhǔn)分期系統(tǒng)TNM(T分期指腫瘤侵犯的深度,N分期指淋巴結(jié)轉(zhuǎn)移的個(gè)數(shù),M分期指腫瘤是否出現(xiàn)遠(yuǎn)處轉(zhuǎn)移)的N分期,醫(yī)學(xué)上7~9組淋巴結(jié)位于動(dòng)脈血管附近,主要分布于胃左動(dòng)脈、肝總動(dòng)脈和脾動(dòng)脈。精準(zhǔn)的血管分割有助于判斷受累淋巴結(jié)與動(dòng)脈血管結(jié)構(gòu)間的解剖關(guān)系,以及是否有侵犯等情況。此外,在肝動(dòng)脈解剖及變異的解剖學(xué)研究中,準(zhǔn)確的動(dòng)脈血管分割能使醫(yī)生更容易觀察到各種變異類型,為臨床肝腫瘤切除、肝移植及介入治療提供了重要參考。

    近年來,針對(duì)腹部血管分割的研究方法主要是傳統(tǒng)方法,利用深度學(xué)習(xí)研究的甚少。例如,高躍[1]利用三維區(qū)域生長(zhǎng)法提取粗血管,然后采用連通域索引面積的計(jì)數(shù)來提取細(xì)血管。董建園等[2]利用水平集的方法進(jìn)行腹部血管分割。孫浩[3]采用對(duì)稱區(qū)域生長(zhǎng)法與局部二值擬合LBF(Local Binary Fitting)模型相結(jié)合提高腹部血管三維分割的精度。然而,傳統(tǒng)方法過多地依賴于先驗(yàn)知識(shí),特征設(shè)計(jì)具有局限性,很難提高分割精度。隨著卷積神經(jīng)網(wǎng)絡(luò)在語(yǔ)義分割方面的廣泛應(yīng)用,目前深度學(xué)習(xí)方法已被逐漸應(yīng)用到醫(yī)學(xué)圖像分割領(lǐng)域。最常用的卷積網(wǎng)絡(luò)主要有全卷積神經(jīng)網(wǎng)絡(luò)FCN(Fully Convolutional Networks)[4]、U型網(wǎng)絡(luò)U-Net[5]和V型網(wǎng)絡(luò)V-Net[6]等?;诰矸e神經(jīng)網(wǎng)絡(luò)的血管分割算法具有非常優(yōu)秀的圖像特征提取性能,在血管圖像分割中取得了重要的突破,分割精度和性能也超過了傳統(tǒng)方法的。然而,深度學(xué)習(xí)訓(xùn)練網(wǎng)絡(luò)時(shí)需要大量的數(shù)據(jù)集,由于醫(yī)療數(shù)據(jù)非常珍貴,大部分醫(yī)學(xué)訓(xùn)練數(shù)據(jù)都是小樣本。如何使醫(yī)學(xué)小數(shù)據(jù)也能得到很好的訓(xùn)練效果,文獻(xiàn)[5]提出了U-Net網(wǎng)絡(luò),該網(wǎng)絡(luò)是像素級(jí)的語(yǔ)義分割網(wǎng)絡(luò),對(duì)于醫(yī)學(xué)圖像等小數(shù)據(jù)集的圖像具有較好的分割性能。U-Net網(wǎng)絡(luò)在編碼器和解碼器的特征圖之間可能存在語(yǔ)義差距,因此文獻(xiàn)[7]在U-Net的跳躍鏈接處加入了一系列卷積層,以減小編碼和解碼的特征圖之間的語(yǔ)義差距。Multi-ResUNet網(wǎng)絡(luò)[8]在U-Net網(wǎng)絡(luò)的跳躍鏈接處加入了一系列帶有殘差的卷積層來傳遞編碼器特征,并且將卷積層替換為類似于Inception的模塊,有助于從不同目標(biāo)大小的圖像中學(xué)習(xí)特征信息。隨后,Zhou等[9]利用密集型條件隨機(jī)場(chǎng)模型和濾波器提升微小血管分割精度,較好地解決了微血管分割不足的問題,但仍存在部分微血管斷裂現(xiàn)象。Orlando等[10]將密集型CRF(Conditional Random Field)模型與CNN相結(jié)合應(yīng)用于血管分割,提升了微血管分割精度,但存在病灶誤分割的現(xiàn)象。為了更好地關(guān)注目標(biāo)區(qū)域和抑制無關(guān)區(qū)域,注意力機(jī)制[11]被提出并應(yīng)用在醫(yī)學(xué)圖像分割中,該模塊能夠生成一個(gè)門控信號(hào),用來控制不同空間位置特征的重要性。Zhang等[12]在M-Net[13]的基礎(chǔ)上將注意力機(jī)制與導(dǎo)向?yàn)V波器進(jìn)行結(jié)合,以提高網(wǎng)絡(luò)的分割性能。為了捕獲圖像上信息的時(shí)序性,文獻(xiàn)[14,15]利用帶有長(zhǎng)短時(shí)記憶的圖像序列算法分割醫(yī)學(xué)圖像,該算法將醫(yī)學(xué)圖像的時(shí)序信息結(jié)合到分割任務(wù)中,提升了目標(biāo)分割性能。但是這些方法都忽略了全局上下文信息。在很多工作中,融合不同尺度的特征是提高分割性能的一個(gè)重要手段。低層特征分辨率更高,包含更多位置、細(xì)節(jié)信息,但是由于經(jīng)過了卷積操作,其語(yǔ)義性更弱,噪聲更多。高層特征具有更強(qiáng)的語(yǔ)義信息,但是分辨率很低,對(duì)細(xì)節(jié)的感知能力較差。如何將兩者高效融合,取其長(zhǎng)處,棄之糟泊,是改善分割模型的關(guān)鍵。文獻(xiàn)[16]利用全局上下文注意模塊將低層和高層特征連接起來,產(chǎn)生更具代表性的特征;同時(shí)利用擠壓激勵(lì)金字塔池模塊增加感受野的大小和多尺度特征融合的能力。文獻(xiàn)[17]利用級(jí)聯(lián)式的空洞卷積和空間金字塔池來捕獲更大的感受野,提取高層特征信息。

    在醫(yī)學(xué)圖像領(lǐng)域中,CT圖像相比于分割普通2D圖像存在許多難點(diǎn)。相鄰器官在CT影像上的空間界限很難確認(rèn),各組織間黏連的情況復(fù)雜。而且經(jīng)過造影劑進(jìn)行增強(qiáng)的血管和骨骼灰度值相近,很難區(qū)分。本文提出一種提升動(dòng)脈血管分割精度的聯(lián)合網(wǎng)絡(luò)架構(gòu)。首先采用帶有卷積注意模塊CBAM(Convolutional Block Attention Module)[18]的預(yù)訓(xùn)練resnet34[19]代替U-Net前4層編碼部分。與之前的resnet34相比,該方法在2層卷積層中加入卷積注意模塊CBAM,以加快網(wǎng)絡(luò)的收斂和更好地提取卷積層之間的特征信息。此外,本文提出了新的多尺度特征融合MFF(Multi-scale Feature Fusion)模塊,在增加感受野的同時(shí),增加不同感受野中目標(biāo)權(quán)重,以更好地捕獲高層特征信息。血管分割中,邊緣結(jié)構(gòu)信息的學(xué)習(xí)是理想分割的關(guān)鍵。利用注意力導(dǎo)向?yàn)V波AGF(Attention Guided Filter)作為結(jié)構(gòu)敏感的擴(kuò)展路徑,從已有的特征圖中傳輸結(jié)構(gòu)信息。注意力模塊能夠進(jìn)一步排除噪聲,減少背景的負(fù)面影響,有效地分割出細(xì)小分支血管。

    2 方法設(shè)計(jì)

    在卷積神經(jīng)網(wǎng)絡(luò)中,U-Net[5]是醫(yī)學(xué)圖像處理常用的網(wǎng)絡(luò)架構(gòu),但是大量實(shí)驗(yàn)證明該網(wǎng)絡(luò)對(duì)物體的分割精度不夠高。由于腹部動(dòng)脈CT圖像上的血管特征不明顯,分割目標(biāo)較小,很難分割,本文提出了基于改進(jìn)U-Net的上腹部CT動(dòng)脈血管分割方法,以提升動(dòng)脈小分支血管的分割精度。網(wǎng)絡(luò)的整體結(jié)構(gòu)如圖1所示,包括卷積注意的預(yù)編碼模塊、多尺度特征融合模塊(MFF)和注意力導(dǎo)向?yàn)V波模塊。新融入的模塊能夠提升動(dòng)脈血管分割精度,解決分割邊界模糊和易斷裂等問題。

    Figure 1 Overall network architecture圖1 整體網(wǎng)絡(luò)結(jié)構(gòu)圖

    圖1的基礎(chǔ)網(wǎng)絡(luò)是U-Net[5],編碼部分采用帶有卷積注意的預(yù)訓(xùn)練resnet34模塊,Attention guide表示注意力導(dǎo)向?yàn)V波,MFF表示多尺度特征融合模塊。

    2.1 帶有卷積注意的預(yù)編碼模塊

    隨著卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展,U-Net被廣泛應(yīng)用于醫(yī)學(xué)圖像分割。然而,由于醫(yī)學(xué)數(shù)據(jù)的稀有性,以及網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù)量少,樣本數(shù)據(jù)信息不足,導(dǎo)致網(wǎng)絡(luò)不易收斂,分割精度不高。遷移學(xué)習(xí)是一種非常有用的方法,可以在大多數(shù)情況下直接提高網(wǎng)絡(luò)性能,特別是在訓(xùn)練數(shù)據(jù)有限的情況下。在語(yǔ)義分割領(lǐng)域,使用ImageNet預(yù)訓(xùn)練權(quán)重初始化編碼器顯示出很好的分割結(jié)果。本文將預(yù)訓(xùn)練resnet34模塊遷移到U-Net的編碼部分,并在resnet34每2個(gè)卷積之間加入卷積注意模塊(CBAM)[19],構(gòu)成卷積注意的預(yù)編碼模塊,如圖2所示。卷積注意模塊可以更好地關(guān)注每個(gè)卷積所提取的有效特征,抑制不必要特征。由于卷積運(yùn)算通過將跨通道和空間信息混合在一起來提取信息特征,CBAM模塊就是用來強(qiáng)調(diào)這2個(gè)維度有意義的特征:通道維度和空間維度。CBMA模塊詳細(xì)公式如式(1)和式(2)所示:

    F′=Mc(F)?F

    (1)

    F″=Ms(F′)?F′

    (2)

    其中,F是輸入的特征圖,F(xiàn)∈RC×H×W,?表示逐元素相乘法,Mc∈RC×1×1,Mc表示在通道維度上的注意力提取,Ms∈R1×H×W,Ms表示在空間維度上的注意力提取。

    圖2所示的resnet34中的卷積注意模塊由Res-block塊(即圖2中虛線框外的部分)和CBAM模塊2部分組成,其中CBAM模塊主要由通道注意力和空間注意力構(gòu)成。

    Figure 2 Convolution block attention module in resnet34圖2 resnet34中的卷積注意模塊

    2.1.1 卷積注意模塊的通道注意力

    Mc(F)=σ(MLP(AvgPool(F))+

    MLP(MaxPool(F)))=

    (3)

    Figure 3 Process of channel attention block圖3 通道注意力模塊流程

    2.1.2 卷積注意模塊的空間注意力

    Ms(F)=σ(f7×7([AvgPool(F);MaxPool(F)]))

    (4)

    其中σ表示Sigmoid函數(shù)。

    Figure 4 Procedure of spatial attention module 圖4 空間注意力模塊流程

    2.2 多尺度特征融合模塊

    卷積神經(jīng)網(wǎng)絡(luò)的各層特征對(duì)圖像分析都有不同的作用。淺層特征是粗糙的全局信息,有助于類別識(shí)別。深層特征是高分辨率的細(xì)節(jié)信息,有助于生成精細(xì)的邊界。這些特征全部融合能夠更好地提升分割的精度。然而,網(wǎng)絡(luò)層的加深會(huì)導(dǎo)致圖像的細(xì)節(jié)信息流失,特別是微血管目標(biāo)區(qū)域小,更容易丟失信息。受文獻(xiàn)[17,21]的啟發(fā),本文提出了新的多尺度特征融合(MFF)模塊。該模塊融入網(wǎng)絡(luò)瓶頸層以捕獲高層特征信息,提升微血管的分割精度。通常,一幅分割圖像有不同大小的分割目標(biāo),大感受野的卷積可以提取更抽象的特征信息,而小感受野的卷積能更好地分割小目標(biāo)[17]。MFF模塊利用不同空洞率(Dilation Rate)的空洞卷積,提取不同大小物體的特征信息,并且在不增加額外參數(shù)的同時(shí)擴(kuò)大感受野,并保留多尺度特征和細(xì)節(jié)信息[22]。該模塊將每個(gè)帶有空洞卷積的分支經(jīng)過線性變換送入Sigmoid激活函數(shù),然后與輸入特征元素相乘。最后,將具有不同大小的特征圖的4個(gè)輸出與原始圖像進(jìn)行融合。卷積核大小為3×3,空洞率r從1到5奇數(shù)性地增加,如圖5所示。

    Figure 5 Multi-scale feature fusion module圖5 多尺度特征融合模塊

    2.3 注意力導(dǎo)向?yàn)V波

    Figure 6 Attention guided filtering圖6 注意力導(dǎo)向?yàn)V波

    (5)

    式(5)的解如下所示:

    (6)

    (7)

    (8)

    圖7所示是注意力模塊,其中,O是濾波特征圖,Il是導(dǎo)向特征圖I經(jīng)過裁剪后的特征圖。Wg和Wx表示卷積操作。

    Figure 7 Attention block圖7 注意力模塊

    2.4 損失函數(shù)

    在深度學(xué)習(xí)中,像素分類問題最常見的損失函數(shù)是交叉損失函數(shù)。然而,針對(duì)醫(yī)學(xué)圖像的小目標(biāo)分割如微血管分割等場(chǎng)景,交叉損失函數(shù)不是最優(yōu)選擇。骰子系數(shù)Dice(Dice coefficient)[25]是一種集合相似度度量函數(shù),通常用于計(jì)算2個(gè)樣本的相似度,被廣泛應(yīng)用在醫(yī)學(xué)圖像分割中,對(duì)小目標(biāo)和類別不均衡樣本起到很好的分割作用。因此,本文采用Dice和權(quán)重衰減函數(shù)作為損失函數(shù):

    (9)

    其中,N是像素?cái)?shù),p(k,i)∈[0,1]和g(k,i)∈{0,1}表示相應(yīng)的類別k預(yù)測(cè)的概率和金標(biāo)準(zhǔn)。K是類別數(shù),Lreg是權(quán)重衰減函數(shù)[26],用來防止過擬合。

    3 實(shí)驗(yàn)結(jié)果和分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)

    本文實(shí)驗(yàn)采用的CT原圖像數(shù)據(jù)來源于上海市長(zhǎng)征醫(yī)院。一共有21個(gè)病例的603幅圖像,圖像大小是512×512。每一個(gè)數(shù)據(jù)都包含了人體的整個(gè)腹部區(qū)域,并且都是經(jīng)過血管造影劑進(jìn)行增強(qiáng)掃描后成像。本文選擇血管的門脈期圖像作為數(shù)據(jù)集,此期每個(gè)病人的CT包括40~50幅切片,對(duì)每個(gè)病人選取了有效的30幅切片。為了便于實(shí)驗(yàn),本文將原CT圖像轉(zhuǎn)換成二維圖像。本文使用16個(gè)病人的大約480幅圖像作為訓(xùn)練集,訓(xùn)練網(wǎng)絡(luò)權(quán)重。其余5個(gè)病人的150幅圖像作為測(cè)試集,用于評(píng)估網(wǎng)絡(luò)性能。關(guān)于本文使用的實(shí)驗(yàn)數(shù)據(jù)分割結(jié)果的金標(biāo)準(zhǔn),是由多個(gè)專家對(duì)CT原數(shù)據(jù)圖像進(jìn)行多次人工標(biāo)記得到的平均結(jié)果。標(biāo)注的血管主要是肝左動(dòng)脈、胃左動(dòng)脈和脾動(dòng)脈的血管,在上腹部CT中,本文只關(guān)注此區(qū)域血管,便于后續(xù)對(duì)胃癌淋巴結(jié)和肝動(dòng)脈變異類型的研究。圖8所示為不同病人動(dòng)脈血管在CT圖像中的表現(xiàn)。

    Figure 8 CT vascular images of different patients圖8 不同病人CT圖像血管表現(xiàn)

    圖8a和圖8b箭頭指向主動(dòng)脈,圖8c和圖8d箭頭指向主動(dòng)脈和動(dòng)脈。

    3.2 實(shí)驗(yàn)環(huán)境

    本文在PTtorch平臺(tái)上使用Python3編程語(yǔ)言來進(jìn)行實(shí)驗(yàn),訓(xùn)練和測(cè)試平臺(tái)是帶有單個(gè)NVIDIA GPU(Nvidia_GTX_1080Ti)的Ubuntu 16.04系統(tǒng)。選用Adam優(yōu)化器[27]對(duì)網(wǎng)絡(luò)中的權(quán)重和偏值參數(shù)進(jìn)行優(yōu)化,batch_size設(shè)置為1,epoch設(shè)置為300。

    3.3 實(shí)驗(yàn)評(píng)估

    本文采用靈敏度Sen(Sensitivity)、交并比IOU(Intersection-Over-Union)和ROC(Receiver Operating Characteristic)曲線下的面積AUC作為網(wǎng)絡(luò)性能評(píng)估指標(biāo)。靈敏度(Sen)表示正確分類血管像素占真實(shí)血管像素的百分比;IOU表示預(yù)測(cè)結(jié)果與金標(biāo)準(zhǔn)的窗口的交疊率。ROC曲線是一種重要衡量血管分割結(jié)果綜合性能的標(biāo)準(zhǔn),其橫軸表示假陽(yáng)性率,縱軸表示真陽(yáng)性率,反映不同閾值下二者的變化趨勢(shì),其值越大說明分割方法性能魯棒性越優(yōu)異。Sen和IOU的計(jì)算分別如式(10)和式(11)所示:

    (10)

    (11)

    其中,TP和FN分別表示真陽(yáng)性和假陰性;A表示預(yù)測(cè)結(jié)果,B表示金標(biāo)準(zhǔn)(Ground-truth)。

    表1顯示了不同分割方法的腹部動(dòng)脈血管分割結(jié)果。從表1中可看出,本文所提方法在Sen、AUC和IOU上均有提升。相比于基礎(chǔ)網(wǎng)絡(luò)U-Net[5],所提方法在Sen、AUC和IOU上分別提升了2.84%,1.41%和1.19%。與網(wǎng)絡(luò)CE-Net[17]相比,在Sen、AUC和IOU上也分別提升了1.34%,0.66%和1.61%。與網(wǎng)絡(luò)AG-Net[12]相比,Sen提升了1.31%,AUC提升了1.15%,IOU提升了1.45%。圖9所示為不同分割方法的可視化結(jié)果。本文選擇3個(gè)不同病人,分別用a、b、c表示。從圖9中可以直觀地看出,盡管幾種分割方法對(duì)于動(dòng)脈血管均有漏分(是血管的部分沒有分割出來)和過多分割(不是血管當(dāng)作血管分割)的現(xiàn)象,但與其他方法相比,本文所提方法對(duì)血管分割更加連續(xù),重疊度更高。

    Table 1 Quantitative comparison of the abdominal artery vascular segmentation表1 不同方法的腹部動(dòng)脈血管分割結(jié)果定量比較

    Figure 9 Different patients’ arterial segmentation results with different methods 圖9 不同方法不同病人動(dòng)脈血管分割結(jié)果對(duì)比

    為了說明主動(dòng)脈和動(dòng)脈血管在分割難度上有差距,本文也選取了180幅只包含主動(dòng)脈的血管進(jìn)行實(shí)驗(yàn),用其中的140幅作為訓(xùn)練集,其余40幅用來測(cè)試,同時(shí)與不同方法進(jìn)行比較,實(shí)驗(yàn)結(jié)果如表2所示。所提方法主動(dòng)脈分割的重疊率IOU達(dá)到了93.24%。與基礎(chǔ)網(wǎng)絡(luò)U-Net相比,各項(xiàng)指標(biāo)均有提升,特別是在Sen和IOU上分別提升了3.81%和2.75%。與網(wǎng)絡(luò)CE-Net[17]相比,本文所提方法在Sen和IOU上分別提升了2.11%和1.23%。與網(wǎng)絡(luò)AG-Net[12]相比,Sen提升了1.56%,IOU提升了1.30%。說明本文所提方法在動(dòng)脈血管和主動(dòng)脈血管分割上確實(shí)有效,進(jìn)一步說明了主動(dòng)脈更易分割。圖10所示為不同分割方法的主動(dòng)脈分割結(jié)果的可視化結(jié)果。

    3.4 消融研究

    為了說明網(wǎng)絡(luò)中的各個(gè)模塊確實(shí)起作用,本文在腹部動(dòng)脈血管上進(jìn)行了消融研究,消融研究是指在基礎(chǔ)網(wǎng)絡(luò)架構(gòu)上加入不同新模塊所提升的性能比較,實(shí)驗(yàn)結(jié)果如表3所示。與基礎(chǔ)網(wǎng)絡(luò)相比,加入帶有卷積注意的預(yù)訓(xùn)練resnet34(簡(jiǎn)稱resnet34.cbam),在Sen、AUC和IOU上分別提升了1.95%,0.97%和0.31%。融入注意力導(dǎo)向?yàn)V波和預(yù)訓(xùn)練resnet34.cbam模塊,Sen提升了2.34%,AUC提升了1.16%,IOU提升了0.59%。最后引入多尺度特征融合模塊,網(wǎng)絡(luò)性能各項(xiàng)指標(biāo)都有相應(yīng)提升。說明網(wǎng)絡(luò)中加入的每一個(gè)新模塊對(duì)腹部動(dòng)脈血管都有很好的分割效果。

    Table 2 Quantitative comparison of aortic vessel segmentation with different methods 表2 不同方法的腹部主動(dòng)脈血管分割結(jié)果定量比較

    Figure 10 Aortic segmentation results with different methods圖10 不同方法的主動(dòng)脈分割結(jié)果

    Table 3 Ablation studies of different modules on the arterial vessels表3 不同模塊在動(dòng)脈血管數(shù)據(jù)上的消融研究

    4 結(jié)束語(yǔ)

    本文提出了一種新的卷積網(wǎng)絡(luò)架構(gòu)用于腹腔動(dòng)脈血管分割。首先,由于醫(yī)學(xué)數(shù)據(jù)較少,本文采用預(yù)訓(xùn)練的resnet34.cbam作為網(wǎng)絡(luò)的編碼部分,解決了小樣本和樣本信息不足的問題,同時(shí)加入的CBAM模塊能夠提升網(wǎng)絡(luò)的分割性能。其次,為了獲取豐富的多尺度特征信息,提出了新的多尺度特征融合模塊,在擴(kuò)大感受野的同時(shí)捕獲有效信息。最后,由于血管邊界結(jié)構(gòu)信息對(duì)于血管的精準(zhǔn)分割很重要,利用注意力導(dǎo)向?yàn)V波作為信息擴(kuò)展路徑,獲取血管的邊界結(jié)構(gòu)信息。腹部動(dòng)脈血管分割的實(shí)驗(yàn)結(jié)果顯示,與基礎(chǔ)網(wǎng)絡(luò)架構(gòu)相比,本文所提方法的Sen、AUC和IOU都有很大的提升,說明所提網(wǎng)絡(luò)架構(gòu)能夠更好地提升動(dòng)脈血管的分割精度。

    盡管該方法利用深度學(xué)習(xí)解決了傳統(tǒng)方法的耗時(shí)耗力問題,對(duì)動(dòng)脈微血管的分割也有了很大的提升。但是,動(dòng)脈血管分割的重疊率和靈敏度分別只達(dá)到81.03%和88.32%,仍舊沒有達(dá)到100%的分割效果。我們認(rèn)為主要原因是動(dòng)脈血管的數(shù)據(jù)量太少,不能滿足訓(xùn)練需求。其次,沒有對(duì)圖像進(jìn)行預(yù)處理,影響了訓(xùn)練效果。后續(xù),我們將針對(duì)目前存在的問題做進(jìn)一步優(yōu)化,并對(duì)分割的血管進(jìn)行三維重建,判斷肝動(dòng)脈變異的類型,診斷胃癌淋巴結(jié)的轉(zhuǎn)移情況。

    猜你喜歡
    特征信息方法
    如何表達(dá)“特征”
    不忠誠(chéng)的四個(gè)特征
    抓住特征巧觀察
    訂閱信息
    中華手工(2017年2期)2017-06-06 23:00:31
    可能是方法不對(duì)
    用對(duì)方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    捕魚
    展會(huì)信息
    線性代數(shù)的應(yīng)用特征
    河南科技(2014年23期)2014-02-27 14:19:15
    色播在线永久视频| 国产爱豆传媒在线观看 | 老汉色av国产亚洲站长工具| 精品第一国产精品| 久久国产精品男人的天堂亚洲| 淫妇啪啪啪对白视频| 黄频高清免费视频| 久久国产精品男人的天堂亚洲| 国产乱人伦免费视频| 日本三级黄在线观看| 少妇粗大呻吟视频| 男男h啪啪无遮挡| 欧美日韩乱码在线| 久久99热这里只有精品18| 国产高清视频在线播放一区| 欧美激情久久久久久爽电影| 国产精品国产高清国产av| ponron亚洲| 亚洲精品粉嫩美女一区| 村上凉子中文字幕在线| 91国产中文字幕| 免费在线观看影片大全网站| 婷婷丁香在线五月| 高清毛片免费观看视频网站| 9191精品国产免费久久| 又黄又爽又免费观看的视频| 亚洲性夜色夜夜综合| 黄色 视频免费看| 久久久久免费精品人妻一区二区 | 丰满人妻熟妇乱又伦精品不卡| 成人国语在线视频| 色综合婷婷激情| 99久久无色码亚洲精品果冻| 日韩欧美一区视频在线观看| 动漫黄色视频在线观看| 久久精品成人免费网站| 无遮挡黄片免费观看| 亚洲国产日韩欧美精品在线观看 | aaaaa片日本免费| 亚洲免费av在线视频| 午夜两性在线视频| 丁香六月欧美| 大香蕉久久成人网| or卡值多少钱| 男人舔女人下体高潮全视频| 欧美性猛交╳xxx乱大交人| 黑人欧美特级aaaaaa片| 久久人妻福利社区极品人妻图片| 日韩欧美三级三区| 国产精品亚洲美女久久久| 性欧美人与动物交配| 久久久国产成人精品二区| 午夜福利视频1000在线观看| 久久亚洲真实| 国产精品,欧美在线| 国产又爽黄色视频| 757午夜福利合集在线观看| 免费一级毛片在线播放高清视频| 俺也久久电影网| 亚洲国产毛片av蜜桃av| 亚洲成国产人片在线观看| 黑丝袜美女国产一区| 国产av在哪里看| 亚洲va日本ⅴa欧美va伊人久久| 97超级碰碰碰精品色视频在线观看| 视频区欧美日本亚洲| 黄色 视频免费看| 欧美绝顶高潮抽搐喷水| 18禁黄网站禁片午夜丰满| 午夜亚洲福利在线播放| 久久久精品欧美日韩精品| 大型黄色视频在线免费观看| 亚洲国产精品合色在线| 日韩大尺度精品在线看网址| 国产熟女午夜一区二区三区| 99国产综合亚洲精品| 少妇粗大呻吟视频| 97超级碰碰碰精品色视频在线观看| 久久久久国内视频| 俄罗斯特黄特色一大片| 欧美黑人精品巨大| av天堂在线播放| 午夜视频精品福利| 亚洲国产日韩欧美精品在线观看 | 色综合站精品国产| 亚洲,欧美精品.| 精品国产美女av久久久久小说| 韩国精品一区二区三区| 免费看日本二区| 老汉色av国产亚洲站长工具| 午夜a级毛片| 色在线成人网| 黄色成人免费大全| 91老司机精品| 校园春色视频在线观看| 在线观看免费午夜福利视频| 亚洲欧美精品综合久久99| 精品福利观看| 美女扒开内裤让男人捅视频| 黄片大片在线免费观看| 一本一本综合久久| 国产亚洲精品av在线| 欧美在线一区亚洲| 久久久久久国产a免费观看| 久久精品亚洲精品国产色婷小说| 成熟少妇高潮喷水视频| 桃色一区二区三区在线观看| 这个男人来自地球电影免费观看| 国产精品av久久久久免费| 亚洲三区欧美一区| 国产精品美女特级片免费视频播放器 | 91在线观看av| 欧美色视频一区免费| 成在线人永久免费视频| 男女之事视频高清在线观看| 午夜亚洲福利在线播放| 欧美激情极品国产一区二区三区| 宅男免费午夜| 久久热在线av| 日本一区二区免费在线视频| av超薄肉色丝袜交足视频| 亚洲一区二区三区色噜噜| 特大巨黑吊av在线直播 | 级片在线观看| 好男人在线观看高清免费视频 | 天堂影院成人在线观看| 一区二区三区精品91| 午夜亚洲福利在线播放| 亚洲激情在线av| 色在线成人网| 久久狼人影院| 国产av一区二区精品久久| 欧美黑人欧美精品刺激| 国产精品久久久人人做人人爽| 日韩欧美一区视频在线观看| 97碰自拍视频| 色播在线永久视频| 免费在线观看黄色视频的| 黄频高清免费视频| 亚洲成人精品中文字幕电影| 特大巨黑吊av在线直播 | 中文字幕精品免费在线观看视频| 中文字幕av电影在线播放| 亚洲欧洲精品一区二区精品久久久| 久久久久久亚洲精品国产蜜桃av| 极品教师在线免费播放| 国产主播在线观看一区二区| 丁香欧美五月| 亚洲人成网站在线播放欧美日韩| 黄色a级毛片大全视频| 日韩高清综合在线| 亚洲七黄色美女视频| 99精品欧美一区二区三区四区| 国产精品久久久av美女十八| 丝袜在线中文字幕| 国产黄片美女视频| 国产亚洲欧美98| 亚洲成国产人片在线观看| 亚洲激情在线av| 变态另类丝袜制服| 十八禁网站免费在线| 中文字幕另类日韩欧美亚洲嫩草| 亚洲七黄色美女视频| 香蕉av资源在线| 精品久久久久久久人妻蜜臀av| 人成视频在线观看免费观看| 在线视频色国产色| 欧美日韩瑟瑟在线播放| 伦理电影免费视频| 国内精品久久久久精免费| 色播在线永久视频| 中文字幕精品免费在线观看视频| 国产精品亚洲美女久久久| 麻豆成人av在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲成人久久爱视频| 免费在线观看亚洲国产| 露出奶头的视频| 国产真人三级小视频在线观看| 亚洲真实伦在线观看| 亚洲va日本ⅴa欧美va伊人久久| 脱女人内裤的视频| 日韩大尺度精品在线看网址| 国产v大片淫在线免费观看| 99在线视频只有这里精品首页| 十八禁人妻一区二区| 欧美日韩乱码在线| 日韩大码丰满熟妇| 国产av又大| 欧美色欧美亚洲另类二区| 精品久久蜜臀av无| 淫妇啪啪啪对白视频| 国产成人av激情在线播放| 好看av亚洲va欧美ⅴa在| 久久精品亚洲精品国产色婷小说| 99精品在免费线老司机午夜| 日韩高清综合在线| a级毛片a级免费在线| 精品国产美女av久久久久小说| 1024香蕉在线观看| 亚洲第一青青草原| 亚洲男人天堂网一区| 欧美av亚洲av综合av国产av| 亚洲av成人av| 在线国产一区二区在线| 精品第一国产精品| 美女扒开内裤让男人捅视频| 亚洲国产精品久久男人天堂| 夜夜躁狠狠躁天天躁| 在线播放国产精品三级| 国产亚洲欧美98| 精品日产1卡2卡| 日日爽夜夜爽网站| 少妇 在线观看| 色在线成人网| 午夜福利免费观看在线| 久久精品91无色码中文字幕| 无人区码免费观看不卡| 欧美大码av| 天堂影院成人在线观看| 亚洲人成电影免费在线| 久久性视频一级片| 欧美日韩亚洲国产一区二区在线观看| 成人欧美大片| 黄网站色视频无遮挡免费观看| 18禁黄网站禁片免费观看直播| 视频区欧美日本亚洲| 亚洲国产毛片av蜜桃av| 亚洲,欧美精品.| 免费av毛片视频| www.999成人在线观看| 国产高清有码在线观看视频 | 日本黄色视频三级网站网址| 亚洲av成人不卡在线观看播放网| 最好的美女福利视频网| 看黄色毛片网站| 国产伦一二天堂av在线观看| 亚洲欧洲精品一区二区精品久久久| 18禁黄网站禁片午夜丰满| 中亚洲国语对白在线视频| 国产精品免费一区二区三区在线| 香蕉av资源在线| 美女高潮到喷水免费观看| 亚洲一码二码三码区别大吗| 欧美色欧美亚洲另类二区| 人妻丰满熟妇av一区二区三区| 婷婷亚洲欧美| 精品人妻1区二区| 精华霜和精华液先用哪个| 少妇粗大呻吟视频| 亚洲真实伦在线观看| 欧美又色又爽又黄视频| 岛国视频午夜一区免费看| 69av精品久久久久久| 亚洲成av人片免费观看| 狂野欧美激情性xxxx| 久久热在线av| www日本在线高清视频| 丝袜在线中文字幕| 欧美激情 高清一区二区三区| 欧美激情高清一区二区三区| 久久久精品国产亚洲av高清涩受| 最近最新中文字幕大全电影3 | 亚洲一区二区三区色噜噜| 一进一出好大好爽视频| 日日干狠狠操夜夜爽| 美女 人体艺术 gogo| 精品欧美国产一区二区三| 中出人妻视频一区二区| 免费看日本二区| 一级毛片精品| 一级毛片精品| 国产成+人综合+亚洲专区| 一区二区三区国产精品乱码| 韩国av一区二区三区四区| 成人一区二区视频在线观看| 成人永久免费在线观看视频| 少妇 在线观看| 97碰自拍视频| 日韩欧美一区视频在线观看| 免费高清在线观看日韩| tocl精华| 午夜久久久在线观看| 国产成+人综合+亚洲专区| 999久久久国产精品视频| 久热这里只有精品99| 国产成年人精品一区二区| 日本 欧美在线| 色av中文字幕| 久久精品国产综合久久久| 亚洲午夜精品一区,二区,三区| 欧美亚洲日本最大视频资源| 大型黄色视频在线免费观看| 日韩 欧美 亚洲 中文字幕| 免费高清视频大片| 欧美日韩乱码在线| 午夜精品在线福利| 欧美成人免费av一区二区三区| 久久热在线av| 无限看片的www在线观看| 亚洲中文字幕一区二区三区有码在线看 | 身体一侧抽搐| 欧美+亚洲+日韩+国产| 亚洲精品久久成人aⅴ小说| 国产欧美日韩一区二区三| 久久久久久九九精品二区国产 | 亚洲自偷自拍图片 自拍| 亚洲午夜理论影院| 久久精品91蜜桃| 精华霜和精华液先用哪个| 美女高潮到喷水免费观看| 国产精华一区二区三区| 最新美女视频免费是黄的| 日韩中文字幕欧美一区二区| 婷婷六月久久综合丁香| 亚洲aⅴ乱码一区二区在线播放 | 中文字幕人妻丝袜一区二区| 亚洲精品美女久久av网站| 黑丝袜美女国产一区| 1024视频免费在线观看| 国产麻豆成人av免费视频| 久99久视频精品免费| 老司机午夜福利在线观看视频| 级片在线观看| 久久国产精品影院| 一a级毛片在线观看| 欧美性猛交黑人性爽| 国产极品粉嫩免费观看在线| 午夜免费鲁丝| 免费在线观看影片大全网站| 免费高清视频大片| 99精品久久久久人妻精品| 久久青草综合色| 黄色 视频免费看| 美女免费视频网站| 在线永久观看黄色视频| 亚洲中文av在线| 两个人视频免费观看高清| 国产真实乱freesex| 欧美丝袜亚洲另类 | av在线天堂中文字幕| 日韩欧美免费精品| 精品乱码久久久久久99久播| 国产成人精品久久二区二区91| 俺也久久电影网| 中文字幕最新亚洲高清| 动漫黄色视频在线观看| 国产蜜桃级精品一区二区三区| 69av精品久久久久久| 国产v大片淫在线免费观看| 国产精品1区2区在线观看.| 国产91精品成人一区二区三区| 桃红色精品国产亚洲av| 亚洲第一电影网av| 亚洲一区中文字幕在线| 久久狼人影院| 国产欧美日韩一区二区三| 搡老妇女老女人老熟妇| 最近在线观看免费完整版| 久久这里只有精品19| 亚洲男人的天堂狠狠| 亚洲av成人一区二区三| 欧美日韩黄片免| 黄片小视频在线播放| 最近最新免费中文字幕在线| 特大巨黑吊av在线直播 | 深夜精品福利| 国产色视频综合| 特大巨黑吊av在线直播 | 欧美激情 高清一区二区三区| 一个人观看的视频www高清免费观看 | 青草久久国产| 精品高清国产在线一区| 国产爱豆传媒在线观看 | ponron亚洲| 亚洲av美国av| 非洲黑人性xxxx精品又粗又长| netflix在线观看网站| avwww免费| 久久久久九九精品影院| 99国产精品一区二区蜜桃av| 麻豆av在线久日| 国产单亲对白刺激| 麻豆成人av在线观看| 久久精品影院6| 国产黄片美女视频| 亚洲最大成人中文| 伊人久久大香线蕉亚洲五| 男人舔女人下体高潮全视频| 黑丝袜美女国产一区| 久久久久久亚洲精品国产蜜桃av| 最新美女视频免费是黄的| 欧美最黄视频在线播放免费| 欧美乱色亚洲激情| 男人舔女人的私密视频| av有码第一页| 亚洲成人精品中文字幕电影| 午夜福利视频1000在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 久9热在线精品视频| 久久久久精品国产欧美久久久| 热re99久久国产66热| 亚洲色图av天堂| 国产av一区二区精品久久| 亚洲国产精品成人综合色| 欧洲精品卡2卡3卡4卡5卡区| 欧美国产精品va在线观看不卡| 国产精品免费一区二区三区在线| 可以在线观看的亚洲视频| 国产精品乱码一区二三区的特点| 亚洲精品久久成人aⅴ小说| 一级作爱视频免费观看| 国产激情偷乱视频一区二区| www日本黄色视频网| 99在线视频只有这里精品首页| 成人永久免费在线观看视频| 宅男免费午夜| 精品无人区乱码1区二区| 国产亚洲精品av在线| 亚洲av成人不卡在线观看播放网| 欧美zozozo另类| 国产99久久九九免费精品| 色在线成人网| 1024视频免费在线观看| 啦啦啦观看免费观看视频高清| 999精品在线视频| 成人亚洲精品一区在线观看| 国产精品 欧美亚洲| 999久久久国产精品视频| 日本a在线网址| 国产成人啪精品午夜网站| 999精品在线视频| 精品免费久久久久久久清纯| 日本三级黄在线观看| 亚洲精品在线美女| 少妇裸体淫交视频免费看高清 | 在线视频色国产色| 性色av乱码一区二区三区2| 国产亚洲欧美98| 两性午夜刺激爽爽歪歪视频在线观看 | √禁漫天堂资源中文www| 熟女电影av网| 十八禁网站免费在线| 校园春色视频在线观看| 性欧美人与动物交配| 婷婷精品国产亚洲av| 色综合站精品国产| 色尼玛亚洲综合影院| 一区二区三区高清视频在线| 免费人成视频x8x8入口观看| 欧美一级a爱片免费观看看 | 亚洲国产欧美网| 午夜福利高清视频| 制服丝袜大香蕉在线| 国产精品一区二区免费欧美| 99国产极品粉嫩在线观看| 亚洲五月天丁香| 国产激情偷乱视频一区二区| 12—13女人毛片做爰片一| www.999成人在线观看| 精品欧美国产一区二区三| 真人做人爱边吃奶动态| 老熟妇仑乱视频hdxx| cao死你这个sao货| 日韩大尺度精品在线看网址| 国产精品香港三级国产av潘金莲| 成人手机av| 女人爽到高潮嗷嗷叫在线视频| 欧美av亚洲av综合av国产av| 欧美成狂野欧美在线观看| 欧美乱色亚洲激情| 中文字幕人妻丝袜一区二区| 欧美一级毛片孕妇| 丝袜在线中文字幕| 久久亚洲真实| 精品久久久久久久人妻蜜臀av| 男女下面进入的视频免费午夜 | 在线观看日韩欧美| 色婷婷久久久亚洲欧美| 久久天堂一区二区三区四区| 夜夜夜夜夜久久久久| 老熟妇乱子伦视频在线观看| 欧美性猛交╳xxx乱大交人| 欧美另类亚洲清纯唯美| 国产精品国产高清国产av| 99精品欧美一区二区三区四区| 亚洲人成伊人成综合网2020| 女性被躁到高潮视频| 欧美黄色片欧美黄色片| 两人在一起打扑克的视频| 一本大道久久a久久精品| 日韩精品免费视频一区二区三区| 午夜福利在线观看吧| 成人欧美大片| 久久国产精品男人的天堂亚洲| 99riav亚洲国产免费| 精品久久久久久久人妻蜜臀av| 国产成人系列免费观看| 搡老妇女老女人老熟妇| 国产aⅴ精品一区二区三区波| 老熟妇仑乱视频hdxx| 18禁美女被吸乳视频| 久久国产精品人妻蜜桃| 久久久久久人人人人人| 亚洲精品中文字幕一二三四区| 国产精品一区二区免费欧美| 精品人妻1区二区| 国产伦人伦偷精品视频| 夜夜躁狠狠躁天天躁| 亚洲欧美日韩无卡精品| av视频在线观看入口| 中文字幕av电影在线播放| 免费在线观看完整版高清| 国产单亲对白刺激| 一进一出抽搐gif免费好疼| 欧美日韩乱码在线| 亚洲精品av麻豆狂野| 国产又爽黄色视频| 亚洲精华国产精华精| 91九色精品人成在线观看| 在线永久观看黄色视频| 人成视频在线观看免费观看| 精品久久久久久久人妻蜜臀av| 国产av不卡久久| 中文在线观看免费www的网站 | 久久久久久人人人人人| 国产成人影院久久av| 国产精品一区二区精品视频观看| 性色av乱码一区二区三区2| 国产熟女xx| 女性生殖器流出的白浆| 成人欧美大片| 久久香蕉国产精品| 久久国产亚洲av麻豆专区| 国产欧美日韩精品亚洲av| 国产成人av激情在线播放| 亚洲精品色激情综合| 熟女少妇亚洲综合色aaa.| 国产精品久久久久久亚洲av鲁大| 欧美人与性动交α欧美精品济南到| 日本熟妇午夜| 亚洲第一青青草原| 欧美一级毛片孕妇| 国内少妇人妻偷人精品xxx网站 | www日本在线高清视频| 亚洲无线在线观看| 可以在线观看毛片的网站| 亚洲国产精品999在线| 亚洲avbb在线观看| 神马国产精品三级电影在线观看 | 1024手机看黄色片| 国产午夜福利久久久久久| 一进一出抽搐动态| 在线观看免费视频日本深夜| 欧美在线一区亚洲| 女同久久另类99精品国产91| 91av网站免费观看| 国产97色在线日韩免费| 亚洲中文字幕日韩| 淫秽高清视频在线观看| 他把我摸到了高潮在线观看| www.www免费av| 中文亚洲av片在线观看爽| 99久久无色码亚洲精品果冻| 啦啦啦韩国在线观看视频| 老汉色av国产亚洲站长工具| xxxwww97欧美| 精品人妻1区二区| 亚洲狠狠婷婷综合久久图片| 在线天堂中文资源库| 免费女性裸体啪啪无遮挡网站| 美女 人体艺术 gogo| 超碰成人久久| 亚洲专区中文字幕在线| 99热只有精品国产| 国产极品粉嫩免费观看在线| 亚洲中文字幕一区二区三区有码在线看 | 欧美又色又爽又黄视频| 俄罗斯特黄特色一大片| 午夜免费鲁丝| 一二三四社区在线视频社区8| 亚洲免费av在线视频| 欧美精品啪啪一区二区三区| 国产精品久久久av美女十八| av片东京热男人的天堂| 天天一区二区日本电影三级| 老汉色av国产亚洲站长工具| 高潮久久久久久久久久久不卡| 亚洲国产毛片av蜜桃av| 两性夫妻黄色片| 日韩中文字幕欧美一区二区| 露出奶头的视频| 中文字幕最新亚洲高清| 在线免费观看的www视频| 国产熟女午夜一区二区三区| 成人精品一区二区免费| 91成人精品电影| 精品一区二区三区四区五区乱码| 黑人巨大精品欧美一区二区mp4| 18美女黄网站色大片免费观看| 欧美大码av| 国产精品免费一区二区三区在线| 日本撒尿小便嘘嘘汇集6| 久久久久亚洲av毛片大全| 在线观看免费日韩欧美大片| 亚洲五月色婷婷综合| 免费观看人在逋| 免费在线观看视频国产中文字幕亚洲| 久久天堂一区二区三区四区| 观看免费一级毛片| 亚洲av成人av| 亚洲精品国产一区二区精华液| 亚洲精品色激情综合| 波多野结衣巨乳人妻| 国产精品一区二区三区四区久久 |