基于人工智能在多参数核磁共振影像上分割癌症胶质瘤
电子工程学院
医学成像在脑肿瘤病理学特征的采集中十分重要，早期的成像方法具有入侵性如脑血管造影术。取而代之的是融合多序列核磁共振影像（mpMRI）。在“AI+医疗”的趋势下，使用AI技术提取mpMRI图像的生理指标显得更加科学。项目主要是研究通过融合多序列的核磁共振影像（mpMRI），在患者脑部扫描中分割胶质瘤（Glioma）以及其中的三个子区域，通过MRI图像，运用计算机视觉对图像进行处理，降噪，提取生理学指标，进行图像分割（V-net分割网络），最后对图像进行参数预估（Dice coefficient）以及癌症分级。
