基于改进U-Net的超声前列腺分割算法研究

前列腺超声图像分割在临床诊疗和病理学研究中具有重要影响,而发现有些影像边缘出现凸起及不规则等复杂情形,这导致无法明确定位边缘位置,进而无法分割出前列腺。为解决上述问题,文章基于U-Net网络模型,设计出了一种改进的网络模型,通过添加高效层聚合网络(Efficient Layer Aggregation Network,ELAN)模块,使编码获取更丰富的特征信息,有助于提高模型的感知能力和区分能力。实验表明该算法的MPA、MIoU、Dice值比基础模型算法分别提高3.28%、2.97%、3.04%。