|
|||||
|
|
| 基于改进Unet网络的CT图像肺实质自动分割算法 | |
| 作者姓名： | 傅寰宇 费树岷 |
| 作者单位： | 东南大学自动化学院 江苏南京 210096 |
| 基金项目： | 科技部重点研发项目(2020YFC2007400); |
| 摘 要： | 肺实质分割是计算机辅助诊断肺癌中的重要步骤.针对Unet分割精度不足和收敛速度慢的问题,提出一种基于改进Unet的肺实质分割算法.采用K-means聚类和凸包扫描算法进行预分割,完成肺实质的定位和修正.以Unet结构为基础,引入Sobel卷积层强化边缘区域的高通滤波,并在特征融合中加入随机失活模块,进一步提升分割精度.将传统图像处理方法与深度学习相结合,获得了优化改进的分割模型.实验表明,该算法可以准确高效地分割肺实质,平均Dice相似系数达到0.983 4,收敛速度和分割性能均优于其他几种较新的分割算法. |
| 关 键 词： | 医学图像分割 Unet 计算机辅助诊断 深度学习 |
| 本文献已被 万方数据 等数据库收录！ | |