您当前的位置：
首页 >
文章列表页 >
基于双输入3D卷积神经网络的胰腺分割算法
计算机科学与技术 | 更新时间：2025-05-26

    • 基于双输入3D卷积神经网络的胰腺分割算法

    • Pancreas segmentation algorithm based on dual input 3D convolutional neural network

    • “在医学影像领域，研究者提出了一种基于双输入3D卷积神经网络的胰腺分割算法，提高了胰腺分割准确率，为胰腺疾病诊断提供新方法。”
    • 吉林大学学报（工学版）   2023年53卷第12期 页码：3565-3572
    • 作者机构：

      1.吉林大学 计算机科学与技术学院，长春 130012

      2.吉林大学 符号计算与知识工程教育部重点实验室，长春 130012

    • 作者简介：

      刘桂霞（1963-），女，教授，博士.研究方向：机器学习和医学图像分析.E-mail：liugx@jlu.edu.cn

    • 基金信息：
      国家自然科学基金项目(61772226);吉林省科技厅重点项目(20210204133YY);吉林省自然科学基金项目(20200201159JC)

    • DOI：10.13229/j.cnki.jdxbgxb.20220141    

      中图分类号： TP391

    • 收稿：2022-02-16，

      纸质出版：2023-12-01

    移动端阅览

  • 刘桂霞,田郁欣,王涛等.基于双输入3D卷积神经网络的胰腺分割算法[J].吉林大学学报（工学版）,2023,53(12):3565-3572. DOI： 10.13229/j.cnki.jdxbgxb.20220141.

    LIU Gui-xia,TIAN Yu-xin,WANG Tao,et al.Pancreas segmentation algorithm based on dual input 3D convolutional neural network[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(12):3565-3572. DOI： 10.13229/j.cnki.jdxbgxb.20220141.

  •  
  •  

0

浏览量

17

下载量

2

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于先验知识优化的医学图像候选区域生成方法
基于RGHS图像增强和改进YOLOv5网络的黄颡鱼目标提取
基于多尺度特征和注意力机制的轻量级虹膜分割模型
基于注意力机制和空间几何约束的行人重识别方法
基于YOLOv3改进的用户界面组件检测算法

相关作者

徐欢
刘全乐
赵孟雪
车翔玖
宋均琦
朱明
谭鹤群
周玉凡

相关机构

华中农业大学 工学院
农业农村部 水产养殖设施工程重点实验室
东北电力大学 计算机学院
吉林大学 符号计算与知识工程教育部重点实验室
南昌大学 软件学院
0