基于U-Net的胸片肋骨影像抑制算法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

合肥市借转补项目(YW201710120004)


Rib Suppression Algorithm Based on U-Net in Chest Radiographs
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    由于X光图像只有二维信息,骨骼结构会和人体器官在图像中重叠,对医生和肺结节智能检测系统造成不利影响,抑制图像中的肋骨结构可以一定程度上改善上述情形.我们将肋骨视为图像中的噪声信息,使用图像去噪的方法来完成肋骨抑制的任务.本文采用深度卷积网络作为基础模型,分析并尝试多种策略来提升模型性能,最终我们采用Unet网络结构,通过跳跃连接以及残差学习策略增强网络细节表现能力.实验证明,我们的方法能够有效抑制肋骨结构在X光图片中的不利影响,对肺结节检测任务的性能有一定的提升.

    Abstract:

    Skeletal structure and human organs overlap in the chest X-ray films, which has a negative impact on the intelligent detection system of doctors and pulmonary nodules, because X-ray image only has two-dimensional information. Restraining rib structure in the image can improve the above situation to a certain extent. We regard ribs as noise information in images, and use image denoising method to suppress ribs. In this study, we use deep convolution network as the basic model, and try to improve the performance of the model by analyzing and trying a variety of strategies. Ultimately, we use U-net network structure to enhance the performance of network details through jump connections and residual learning strategies. Experiments prove that the proposed method can effectively suppress the adverse effects of rib structure in X-ray images, and improve the performance of pulmonary nodule detection tasks.

    参考文献
    相似文献
    引证文献
引用本文

焦庆磊,朱明,汪斌全,刘成林.基于U-Net的胸片肋骨影像抑制算法.计算机系统应用,2019,28(10):164-169

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-03-18
  • 最后修改日期:2019-04-17
  • 录用日期:
  • 在线发布日期: 2019-10-15
  • 出版日期: 2019-10-15
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号