脑肿瘤是最常见的、最严重的癌症类型,大多数晚期患者的预期寿命只有几个月。因此,制定最佳治疗方案对于提高患者的抗癌能力和生活质量至关重要。各种成像方式,如计算机断层扫描 (CT)、磁共振成像 (MRI) 和超声成像,通常用于评估脑肿瘤。这项研究提出了一种提取和分类 3D 脑切片图像中肿瘤特征的新技术。对输入图像进行去噪、调整大小和平滑处理后,使用感兴趣体积 (VOI) 提取脑肿瘤的特征。然后使用基于表面、曲线和几何图案的可变形分层启发式模型-深度反卷积残差网络 (DHHM-DDRN) 对提取的特征进行分类。实验结果表明,所提出的方法对脑癌特征的分类准确率为 95%,DSC 为 83%,精确率为 80%,召回率为 85%,F1 得分为 55%。
主要关键词