|
|
1.
基于U-Net改进模型的直肠肿瘤分割方法
高海军, 曾祥银, 潘大志, 郑伯川
计算机应用
2020, 40 (8):
2392-2397.
DOI: 10.11772/j.issn.1001-9081.2020030318
诊断直肠癌时，如果能够从CT图像中自动准确分割出直肠肿瘤区域，将有助于医生进行更准确和快速的诊断。针对直肠肿瘤分割问题，提出基于U-Net改进模型的直肠肿瘤自动分割方法。首先在U-Net模型的每级编码器中嵌入子编码模块提升模型特征提取能力；其次通过对比不同优化器的优化性能，获得最适合的优化器用于训练模型；最后对训练集进行数据扩充使模型得到更充分的训练，从而提高分割性能。与U-Net、Y-Net和FocusNetAlpha三种网络模型进行的对比实验表明：所提改进模型得到的分割区域与真实肿瘤区域更接近，对小目标的分割性能更突出，该模型的查准率、查全率和Dice系数三个评价指标都优于对比的模型，能有效分割直肠肿瘤区域。
参考文献 |
相关文章 |
多维度评价
|
|
