首页|基于改进的U-Net网络在MRI膀胱肿瘤图像的分割

基于改进的U-Net网络在MRI膀胱肿瘤图像的分割

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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％.
Segmentation of MRI Bladder Tumor Images Based on Improved U-Net Network

曹心姿、梁秋源、李瑞新、蔡兆信、潘家辉

展开 >

华南师范大学软件学院 佛山 528225

U-Net网络 肿瘤分割 残差网络 Dice系数

2021

10.3969/j.issn.1672-9722.2021.07.033

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(7)
  • 1
  • 3