-
题名基于优化U-Net网络的乳腺肿瘤区域分割方法
被引量:2
- 1
-
-
作者
史健婷
崔闫靖
常亮
-
机构
黑龙江科技大学计算机与信息工程学院
-
出处
《计算机技术与发展》
2021年第8期156-161,共6页
-
基金
2018年度黑龙江省省属本科高校基本科研业务费项目资助(2018-KYYWF-1189)
2019年度黑龙江省省属本科高校基本科研业务费项目资助(2019-KYYWF-0735)。
-
文摘
乳腺癌是发生在乳腺腺上皮组织的恶性肿瘤,防治的关键在于早发现、早诊断。乳腺肿瘤在超声图像中一般表现为低回声区,因此乳腺超声图像有斑点噪声多、边缘比较模糊、灰度不均匀等特性,造成了乳腺肿瘤分割难度增大的情况。针对以上情况,为了提高乳腺肿瘤超声图像分割的精度和效率,提出了一种基于优化U-Net网络的乳腺肿瘤区域分割新方法。采用高斯滤波预处理来减小噪声对超声图片的影响。受残差结构启发设计新的特征提取网络,既能获得更强的特征提取能力使得图边缘信息分割更加精细,还能减少梯度消失等问题。实验使用532幅超声图像和医生标注过的乳腺肿瘤区域掩码图像为原始数据集,验证该分割方法的性能。实验结果表明,该方法可以使肿瘤区域的分割结果更加精确,优于传统的分割模型,具有较大的临床应用前景。
-
关键词
乳腺超声
图像分割
U-Net
高斯滤波
残差块
-
Keywords
breast ultrasound
image segmentation
U-Net
Gaussian filtering
residual block
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-