周围神经MicroCT图像中神经束轮廓获取算法的改进

采用原始的蒙皮区域卷积神经网络(Mask R-CNN)获取周围神经MicroCT图像中的神经束轮廓时存在收敛慢、精度低等问题.首先构建两个数据子集,然后提出一种密集连接型网络结构,提取神经束区域特征.此外,改进目标检测部分候选框的得分评价规则,并结合迁移学习策略改进原始算法的训练方式.采用准确率和交并比指标评价算法的准确度,精细度阈值指标评价轮廓获取的精度,并确定了精细度阈值的最佳值.实验结果表明,改进后算法在两个数据子集中的准确率和交并比均在83％和87％以上.在精细度阈值为0.85时,获得的神经束轮廓最佳.由此可见,改进后算法能够良好地实现从周围神经MicroCT图像中获取神经束轮廓的目标,为周围神经内部结构的三维可视化奠定基础.