10.3969/j.issn.1000-386x.2021.12.036
基于深度学习的颈部淋巴结超声图像分割方法
提出一种基于掩膜区域卷积神经网络(Mask R-CNN)结构的方法,实现对颈部淋巴结超声图像的分割.采用迁移学习方法训练网络,获取颈部淋巴结图像的分割结果.实验结果表明,该方法的Dice系数达到了0.9124,相较U-Net网络提高了13.74%,显著提高了颈部淋巴结超声图像的精确度.
Mask R-CNN;颈部淋巴结;迁移学习;超声图像;图像分割
38
TP391.41(计算技术、计算机技术)
2021-12-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
220-222,242