%0 Journal Article
%A 康波
%A 刘奕琳
%A 孟祥飞
%A 张天麒
%A 周颖
%T 基于U-Net的颅内出血识别算法
%D 2020
%R 10.13190/j.jbupt.2019-146
%J 北京邮电大学学报
%P 92-98
%V 43
%N 3
%X 针对颅脑计算机断层成像（CT）影像中脑出血的分析和识别，提出采用神经网络模型U-Net与轮廓识别相结合的方法提取脑实质区域，通过阈值分割算法分析血块的图像纹理特征，并过滤软组织、脑组织和脑脊液等无关生理组织结构，实现对颅内出血点的精确定位，最后采用插值方法将出血区域进行三维重建，对血块的三维形态作出评估.在天津市某医疗机构提供的500例颅脑CT数据上进行了验证测试，实验结果表明，该算法达到97.4%的目标识别准确率，能够为脑出血诊断提供参考.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2019-146