TY -的A2 Mohafez Hamidreza盟——徐,千千盟——徐华昌盟——刘,杰盟——周Mingxia AU -李,分盟,徐金惠盟——朱,香港PY - 2022 DA - 2022/04/04 TI -先生为脑瘤纹理图像分类基于Pseudo-Label学习和优化特征提取SP - 7746991六世- 2022 AB -脑瘤最致命、最难以治疗的各种形式的癌症。脑部肿瘤的术前分类有利于发展相应的治疗方案。以垂体肿瘤为例。精确的手术前判断垂体肿瘤纹理的图像数据可以提供手术方案的选择和预后的基础。然而,现有的方法需要手动干预,效率和精度不高。在本文中,我们提出了一个自动脑瘤纹理不均匀的序列图像数据的诊断方法。首先,对垂体瘤MRI图像数据的小样本,T1和T2序列数据不均匀或失踪;我们使用了CycleGAN模型来执行数据之间的转换不同领域获得一个完全采样MRI空间序列。然后,我们使用纹理分析+ pseudo-label垂体肿瘤学会标签数据的一些未知的标签。之后,我们使用了改进的基于CBAM U-Net模型优化垂体肿瘤图像数据的特征提取。 Finally, we used the CRNN model to classify the degree of pituitary tumor texture based on the advantages of sequence data. The entire process only needs to provide labels for the entire sequence data, and the efficiency is greatly improved, with an accuracy rate of 94.23%. SN - 1748-670X UR - https://doi.org/10.1155/2022/7746991 DO - 10.1155/2022/7746991 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -