10.3969/j.issn.2095-2163.2021.01.019
深度学习算法在颈动脉超声图像斑块分割中的应用研究
近年来,随着计算机技术的进步和数据集的大规模化,越来越多的人把计算机视觉技术应用到超声医学图像中.但在超声图像方面却存在低准确度且不稳定产生的模糊、伪影等使现有算法对模糊、噪声图像误判较高.另外由于病例过多,人为的去检测和识别斑块过于繁琐.为了缓解这些问题,提出了采用inception的网络结构方法快速准确地获取高噪声的超声图像的关键特征,并通过数据增强和自适应中值滤波的方法确保了分割的稳定性.最后得到的颈动脉分割图像,更有利于医生去观察和判断病变体的严重程度,给医护人员带来了巨大的便利,实验结果表明,本文的方法具有实用意义.
颈动脉超声图像、分割、inception、滤波
11
TP391(计算技术、计算机技术)
中央财政支持地方高校专项资金8060000260205
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共5页
84-88
