10.3969/j.issn.1672-9722.2021.07.033
基于改进的U-Net网络在MRI膀胱肿瘤图像的分割
膀胱癌是泌尿系统最常见的恶性肿瘤,也是目前花费最高的癌症之一.肿瘤的分割在疾病的辅助诊断、治疗规划中具有重要意义.传统的肿瘤分割需要消耗大量的劳动力.随着技术的不断发展,具有预处理少,准确率高等优势的卷积神经网络作为一种图像处理高效的技术,已经在图像分割领域取得了不错的成绩.目前医学图像分割领域得到较好反响的是U-Net网络,但该网络训练深度低,准确率较低.论文提出了一种改进后的Res-U-Net网络模型,参考残差网络构造,与残差结构结合,相比于原始的U-Net模型,Dice系数平均提高了9%.
U-Net网络;肿瘤分割;残差网络;Dice系数
49
TP391(计算技术、计算机技术)
2021-08-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
1442-1447