期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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 《计算机技术与发展》 2021年第8期156-161,共6页
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,... 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。 展开更多
关键词 乳腺超声 图像分割 U-Net 高斯滤波 残差块
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部