技术特征：
技术总结
本发明涉及一种多监督全卷积神经网络的图像分割方法，该方法在全卷积神经网络(FCN)的基础上做了进一步的优化，提出了一种新的网络结构，该网络结构拥有三个有监督的边输出层，有监督的边输出层可以指导网络学习多尺度特征，让网络同时获得图像的局部特征和全局特征。与此同时，为了更多的保留图像中的上下文信息，在网络的上采样部分，采用多个特征通道对输出的特征图进行上采样。最后，用一个带有权重的融合层将多个边输出层的分类结果融合，得到最终的图像分割结果。本发明实现的方法具有分割准确率高，分割速率快的特点；在骨肉瘤CT数据分割中，本方法获得的分割结果的DSC系数达到86.88％左右，优于传统的FCN算法。
技术研发人员：黄林;邱本胜;高欣
受保护的技术使用者：中国科学技术大学
技术研发日：2017.05.26
技术公布日：2017.09.15