用于超声图像中臂丛神经分割的混合深度神经网络
图像与视频处理
2021-12-17 v1 计算机视觉与模式识别
摘要
超声引导区域麻醉（UGRA）可替代全身麻醉（GA），改善疼痛控制与恢复时间。该方法可应用于锁骨手术后臂丛（BP）。然而，即使对训练有素的专业人员而言，从超声（US）图像中识别BP也很困难。为解决此问题，卷积神经网络（CNN）及更先进的深度神经网络（DNN）可用于BP神经区域的识别与分割。本文提出一种由分类模型后接分割模型组成的混合模型，用于分割超声图像中的BP神经区域。采用CNN模型作为分类器精确筛选含BP区域的图像，随后使用U-net或M-net模型进行分割。实验结果表明，所提混合模型相较单一分割模型显著提升了分割性能。
引用
@article{arxiv.2106.00373,
title = {Hybrid Deep Neural Network for Brachial Plexus Nerve Segmentation in Ultrasound Images},
author = {Juul P. A. van Boxtel and Vincent R. J. Vousten and Josien Pluim and Nastaran Mohammadian Rad},
journal= {arXiv preprint arXiv:2106.00373},
year = {2021}
}
备注
The first two authors contributed equally