基于空洞多尺度U-Net的胸部图像分割方法

基于深度学习地进行X射线胸片疾病检测方法研究是具有挑战性的。针对胸部X射线图像中疾病诊断与病变区域定位,提出一种基于空洞多尺度U-Net的胸部图像分割方法。该方法把提取到的多尺度信息与本身网络对应通道信息进行融合,从而实现不同感受野的上下文信息融合和图像的表层轮廓信息和深层纹理信息的融合,无论是大尺度目标分割还是小尺度目标分割均可以获得更完备的语义信息。实验结果表明,该方法能够为疾病分类、病灶区域定位等问题提供技术支持,具有非常重要的临床实际应用价值。