基于优化U-Net神经网络模型在乳腺肿瘤超声图像分割中的应用
Journal of Medical Imaging(2023)
摘要
目的 使用优化U-Net神经网络模型,探讨乳腺肿瘤超声图像分割中的效果.方法 选取乳腺肿瘤患者的超声图像216张,采用Modifi-U-Net网络模型、U-Net模型进行图像自动分割,对比两种模型的分割效果.结果 Modifi-U-Net网络模型乳腺肿瘤超声图像分割的Pre为84.4%、Rec为85.3%、IoU为73.7%、F1为84.9%.各项指标与U-Net模型相比均有明显提高,分割更接近肿瘤实际区域.结论 使用优化后的U-Net神经网络模型对乳腺肿瘤超声图像的分割更加精准,有望成为乳腺肿瘤自动分割系统而广泛应用于临床.
更多关键词
Breast neoplasms,Ultrasound diagnosis,Automatic segmentation,U-Net neural network
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要