文档名：基于深度学习的三维乳腺超声影像自适应分割
摘要：针对传统乳腺超声影像分割算法存在准确率低、精度低且耗时长等问题,提出基于深度学习的三维乳腺超声影像自适应分割算法.首先预处理图像,采用深度多示例学习方法检测病变图像块,删除正常图像块.然后对乳腺超声影像数据集扩增处理,用于神经网络训练.其次构建残差卷积神经网络模型,设计残差学习单元,结合扩增数据集形成特征映射,采用softmax函数训练网络并进行特征块判断,并结合阈值设置实现三维乳腺超声影像自适应分割.实验结果表明,该算法能更细致地完成图像分割,算法平均运行耗时为52.3s,图像分割精度为95.5％,且F1分数值高,整体性能佳,为卷积神经网络分割应用提供参考.
作者：李晓峰 王妍玮 卫晋 Author：LIXiaofeng WANGYanwei WEIJin
作者单位：黑龙江外国语学院信息工程系,哈尔滨150025黑龙江科技大学机械工程学院,哈尔滨150025北京理工大学计算机科学与技术学院,北京100081
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(1)
分类号：TP391
关键词：三维乳腺超声 病变检测 数据集扩增 残差卷积神经网络 深度学习
机标分类号：TP391.41TP181TP751
在线出版日期：2023年4月6日
基金项目：黑龙江省自然科学基金资助项目基于深度学习的三维乳腺超声影像自适应分割[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(1)李晓峰 王妍玮 卫晋针对传统乳腺超声影像分割算法存在准确率低、精度低且耗时长等问题,提出基于深度学习的三维乳腺超声影像自适应分割算法.首先预处理图像,采用深度多示例学习方法检测病变图像块,删除正常图像块.然后对乳腺超声影像数据集...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的三维乳腺超声影像自适应分割 Adaptive Segmentation for 3D Breast Ultrasound Images Using Deep Learning
基于深度学习的三维乳腺超声影像自适应分割.pdf
- 文件大小:
- 3.1 MB
- 下载次数:
- 60
-
高速下载
|
|
