计算机科学与探索 ›› 2018, Vol. 12 ›› Issue (4): 608-617.DOI: 10.3778/j.issn.1673-9418.1704042
师冬丽,李 锵+,关 欣
SHI Dongli, LI Qiang+, GUAN Xin
摘要: 为了提高脑肿瘤分割的精确性和鲁棒性,提出一种结合卷积神经网络和模糊推理系统的全自动脑肿瘤MRI图像分割算法。首先,分别针对FLAIR和T2两种类型的单模态图像,构建适用于该类型图像的卷积神经网络。其次,针对FLAIR和T2图像,分别应用其对应的卷积神经网络模型进行预测,并将得到的预测概率通过非线性映射进行处理。最终,构建模糊推理系统,将FLAIR和T2图像经过非线性映射后的概率作为模糊推理系统的输入来判断该像素点是否属于肿瘤区域。实验结果表明,相比已有的脑肿瘤MRI图像分割算法,所提算法在分割精度上有了一定程度的提升。