论文部分内容阅读
脊柱CT图像具有组织对比度低，脊柱边界形态不规则，图像中存在噪声等问题。传统分割算法常需人工干预或引进先验信息，分割效率较低，不能很好地满足临床实时性需求。针对以上问题，将深度学习算法应用于脊柱图像分割，提出基于卷积一反卷积神经网络的脊柱CT图像全自动分割方法。在全卷积网络的基础上构建其对称的反卷积网络，卷积网络用于自动提取脊柱图像的深层次特征，反卷积网络将特征图循序渐进地恢复到啄图像尺寸。在网络训练阶段，为了加快网络收敛速度、提高训练效率，采用预训练法和改进的随机梯度下降法来训练网络。利用训练好的模型，