基于U-Net的胸片肋骨影像抑制算法
由于X光图像只有二维信息,骨骼结构会和人体器官在图像中重叠,对医生和肺结节智能检测系统造成不利影响,抑制图像中的肋骨结构可以一定程度上改善上述情形.我们将肋骨视为图像中的噪声信息,使用图像去噪的方法来完成肋骨抑制的任务.本文采用深度卷积网络作为基础模型,分析并尝试多种策略来提升模型性能,最终我们采用Unet网络结构,通过跳跃连接以及残差学习策略增强网络细节表现能力.实验证明,我们的方法能够有效抑制肋骨结构在X光图片中的不利影响,对肺结节检测任务的性能有一定的提升.
计算机辅助诊断、图像去噪、卷积神经网络、残差学习、X光胸片
28
合肥市借转补项目 YW201710120004
2019-10-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
164-169