论文部分内容阅读
为提高CT图像分割提取图像特征的分割效果,设计基于全卷积神经网络的肺纤维化合并肺肿瘤CT图像的分割方法。肺部CT影像经过膨胀、腐蚀、孔洞填充、开运算、闭运算、掩模运算得到消除器官的肺实质图像,并提取ROI。通过改进全卷积神经网络结构,制定全卷积神经网络对于输入特征图的选取标准,完成CT图像分割算法的研究。选取IOU、Dice系数、精准率与召回率作为图像分割的评价指标。实验结果表明,经过对不同分割方法评价指标的比较,本研究设计的方法具有更理想的分割结果。