李 健罗 蔓罗 晓蓝 威周怀恒陈荣耀



基于多尺度卷积神经网络的磁共振成像脑肿瘤分割研究

李 健①罗 蔓①罗 晓①蓝 威①周怀恒①陈荣耀①

李健,男,(1983- ),硕士，工程师。广东省农垦中心医院肿瘤放射治疗中心，从事放射肿瘤物理师的工作，研究方向：肿瘤放射治疗临床应用中的图像处理。

目的：针对脑肿瘤形状、位置及大小等多变性，提出一种适合磁共振成像(MRI)脑肿瘤分割的卷积神经网络模型的改进方法。方法：将卷积神经网络应用到脑肿瘤分割上，并针对脑肿瘤的特点，提出多尺度卷积神经网络模型(MSCNN)，通过多尺度的输入与多尺度下的采样，克服脑肿瘤的个体差异，同时适应脑肿瘤不同图像层之间的大小位置差异，弱化肿瘤边缘与正常组织灰度相近的影响。结果：通过对30例患者的多模态磁共振图像进行分割，得到平均Dice系数为83.11%；平均灵敏度系数为89.48%；平均阳性预测值(PPV)系数为78.91%。结论：MRI脑肿瘤分割的改进方法可使分割精度得到明显提高，多尺度卷积神经网络能自适应脑肿瘤的差异性，并准确有效地分割脑肿瘤。

脑肿瘤分割；多尺度；卷积神经网络；磁共振成像

①广东省农垦中心医院肿瘤放射治疗中心 广东 湛江 524002

[First-author’s address] Department of Medical Equipment, Zhanjiang Tumor Hospitl, Zhanjiang 524002, China.

脑胶质瘤是一种严重危及患者生命的常见脑部恶性肿瘤，而磁共振成像(magnetic resonance imaging，MRI)具有高分辨率、多参数成像等特点，是脑肿瘤诊断常用的检查设备。肿瘤的分割对于前期诊断、手术治疗和放射治疗起着至关重要的作用。由于脑胶质瘤与正常组织……