一种新型Mobile Unet网络的肺结节图像分割方法

针对医学图像分辨率小、边缘模糊、感兴趣区域(ROI)边界不明显造成的分割不准确性问题,提出一种新型Mobile Unet网络的肺结节图像分割方法.该方法首先使用MobileNet中bneck模块替换Unet网络的下采样部分,并对输入图像进行特征提取;然后,将下采样提取的特征按照Unet网络连接方式融合到上采样部分;最后,利用训练好的网络得到分割结果.实验利用采集的肺结节数据集对Mobile Unet进行了训练和验证.结果 表明:新型Mobile Unet网络能够更加准确地分割出肺结节位置,分割准确率从原有Unet网络的85.00％提高至90.00％,同时相似系数(F1)仍然稳定在89.98％,证明该方法的有效性.