8、深度学习与血管特征在医学图像分析中的应用

深度学习与血管特征在医学图像分析中的应用

1. 深度学习直接估计纤维方向

在纤维方向估计的研究中，我们采用深度学习方法，利用卷积神经网络（CNN）来推导扩散体素中的纤维取向分布函数（fODF）。

1.1 网络架构

为了防止分类器过拟合，在训练过程中应用了丢弃层（Dropout Layers，DL），它会以概率 p 随机丢弃输入像素。以下是网络的具体架构：
| # | 类型 | 参数 |
| — | — | — |
| 1 | DL | p = 0.2 |
| 2 | CL | 7 × 7 × 1 × 128 and s = 2 |
| 3 | ReLu | - |
| 4 | MaxPool | 3 × 3× and s = 2 |
| 5 | CL | 5 × 5 × 128 × 32 and s = 2 |
| 6 | ReLu | - |
| 7 | MaxPool | 3 × 3× and s = 2 |
| 8 | CL | 3 × 3 × 32 × 512 and s = 1 |
| 9 | ReLu | - |
| 10 | CL | 3 × 3 × 512 × 368 and s = 1 |
| 11 | DL | p = 0.5 |
| 12 | CL | 1 × 1 × 368 × 250 and s = 1 |
| 13 | DL | p = 0.5 |
| 14 | SoftMax LogLoss | - |

mermaid格式流程图展示训练过程：