论文部分内容阅读
针对骨骼图像手动或半自动分割效率低的问题,提出了一种基于PE-Vnet网络的三维骨骼图像自动分割方法。该方法以骨骼CT图像序列作为输入,利用三维卷积提取骨骼的三维特征,结合3D Project&Excite(PE)模型对三维特征进行重标定,抑制了与骨骼分割任务无关的特征。设计了具有动态权重的损失函数,解决了训练样本数据前景和背景信息分布不均衡的问题。分别在自建数据集和Peréz-Carrasco等公开的数据集上进行了实验,分割结果的相似系数Dice值在自建数据集的股骨和胫骨实验分别为96.22%和9