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

YUAN Lin, ZHANG Yu, DING Yan, ZHOU Chao,SUN Jun,ZHOU Fengsheng

Journal of Medical Imaging（2023）

引用 0|浏览0

暂无评分

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.

关键词

Breast neoplasms,Ultrasound diagnosis,Automatic segmentation,U-Net neural network

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要