期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种新型MobileUnet网络的肺结节图像分割方法
被引量:
8
1
作者
陈铭
梅雪
+3 位作者
朱文俊
周颖
张梦怡
冯李航
《南京工业大学学报(自然科学版)》
CAS
北大核心
2022年第1期76-81,91,共7页
针对医学图像分辨率小、边缘模糊、感兴趣区域(ROI)边界不明显造成的分割不准确性问题,提出一种新型MobileUnet网络的肺结节图像分割方法。该方法首先使用MobileNet中bneck模块替换Unet网络的下采样部分,并对输入图像进行特征提取;然后...
针对医学图像分辨率小、边缘模糊、感兴趣区域(ROI)边界不明显造成的分割不准确性问题,提出一种新型MobileUnet网络的肺结节图像分割方法。该方法首先使用MobileNet中bneck模块替换Unet网络的下采样部分,并对输入图像进行特征提取;然后,将下采样提取的特征按照Unet网络连接方式融合到上采样部分;最后,利用训练好的网络得到分割结果。实验利用采集的肺结节数据集对MobileUnet进行了训练和验证。结果表明:新型MobileUnet网络能够更加准确地分割出肺结节位置,分割准确率从原有Unet网络的85.00%提高至90.00%,同时相似系数(F_(1))仍然稳定在89.98%,证明该方法的有效性。
展开更多
关键词
mobileunet
肺结节
特征融合
深度学习
图像分割
下载PDF
职称材料
题名
一种新型MobileUnet网络的肺结节图像分割方法
被引量:
8
1
作者
陈铭
梅雪
朱文俊
周颖
张梦怡
冯李航
机构
南京工业大学电气工程与控制科学学院
出处
《南京工业大学学报(自然科学版)》
CAS
北大核心
2022年第1期76-81,91,共7页
基金
国家自然科学基金(61803198)
江苏省自然科学基金(BK20180701)。
文摘
针对医学图像分辨率小、边缘模糊、感兴趣区域(ROI)边界不明显造成的分割不准确性问题,提出一种新型MobileUnet网络的肺结节图像分割方法。该方法首先使用MobileNet中bneck模块替换Unet网络的下采样部分,并对输入图像进行特征提取;然后,将下采样提取的特征按照Unet网络连接方式融合到上采样部分;最后,利用训练好的网络得到分割结果。实验利用采集的肺结节数据集对MobileUnet进行了训练和验证。结果表明:新型MobileUnet网络能够更加准确地分割出肺结节位置,分割准确率从原有Unet网络的85.00%提高至90.00%,同时相似系数(F_(1))仍然稳定在89.98%,证明该方法的有效性。
关键词
mobileunet
肺结节
特征融合
深度学习
图像分割
Keywords
Mobile-Unet
pulmonary nodules
feature fusion
deep learning
image segmentation
分类号
TQ056.1 [化学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种新型MobileUnet网络的肺结节图像分割方法
陈铭
梅雪
朱文俊
周颖
张梦怡
冯李航
《南京工业大学学报(自然科学版)》
CAS
北大核心
2022
8
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部