科研之友
微信
新浪微博
Facebook
分享链接
摘要
已有的大脑皮层分割方法多是在磁共振成像（MRI）图像的大脑结构分割基础上，再提取皮层信息作为最终分割结果。针对现有方法存在的数据量大、分割效率低、准确率易受到大脑内部结构分割结果影响的问题，提出了一种考虑样本均衡机制的大脑皮层点云语义分割方法。首先在充分考虑大脑皮层点云集合数据特点的基础上，应用PointNet分割网络对大脑皮层进行语义分割；然后引入样本均衡机制改善分割模型的损失函数，以提升较小语义分区对分割结果的贡献度。不同数据集上的实验结果表明，与SLANT-27相比，使用PointNet大脑皮层点云语义分割方法能够有效提高分割准确率和分割效率，而融入样本均衡机制后的大脑皮层点云语义分割方法在小分区的分割准确率上提高了至少16个百分点。研究结果显示PointNet能够很好地解决大脑皮层分割问题，并且样本均衡机制能够明显提升语义分区的平均准确率。
- 出版日期2022
- 单位华北电力大学
