TY -的A2 -叮,白元盟-气,翔龙盟——钟,杰盟——崔,圣嘉PY - 2021 DA - 2021/11/11 TI -自适应本地化提出的水平集分割基于卷积神经网络的上颌窦SP - 4824613六世- 2021 AB -在这篇文章中,我们提出一个新颖的方法,介绍基于区域自适应本地化水平集使用卷积神经网络,为提高上颌窦分割的性能。健康窦内没有病变是传统算法简单。然而,在实践中,大多数情况下充满了病变的异质性导致精度降低。因此,我们提供一个策略来避免被困到一个活动轮廓不属预定目标的区域。首先,病变的特点和研究上颌窦使用卷积神经网络(CNN)和两个卷积和三个完全连接层的体系结构。此外,输出的CNN设计评估的可能性是零水平集的位置接近病变。最后,该方法估计稳定点轮廓的一个互动的过程。如果它位于病变,需要支付一定的速度补偿基于可能性通过CNN的价值,帮助自己逃离局部最小值。如果不是,保持现状直到收敛。功能的方法已经被证明是200 CT图像的数据集可能的病变。 To illustrate the strength of our method, we evaluated it against state-of-the-art methods, FLS and CRF-FCN. For all cases, our method, as assessed by Dice similarity coefficients, performed significantly better compared with currently available methods and obtained a significant Dice improvement, 0.25 than FLS and 0.12 than CRF-FCN, respectively, on an average. SN - 1687-5265 UR - https://doi.org/10.1155/2021/4824613 DO - 10.1155/2021/4824613 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -