基于WRN-PPNet的多模态MRI脑肿瘤全自动分割

摘要

多模态磁共振成像脑肿瘤图像存在灰度不均匀、组织类别多样等缺陷,导致脑肿瘤分割难度大、精度低,且已有脑肿瘤分割算法多为半自动分割算法.为此,建立一种端到端的全自动脑肿瘤分割模型.对脑肿瘤三维图像切片化以获得大量二维切片图像,将训练集的切片图像标准化后直接输入该分割模型,然后用训练好的模型正确分割出脑部神经胶质瘤区域,并采用Dice系数、灵敏度系数以及阳性预测率系数评估模型的分割性能.实验结果表明,该模型操作简单,鲁棒性较好,3个评估指标值分别能够达到0.94、0.92和0.97.