科研之友
微信
新浪微博
Facebook
分享链接
摘要
甲状腺超声图像广泛应用于甲状腺相关疾病的诊断。针对甲状腺超声图像对比度低、边缘模糊以及散斑噪声严重等问题，提出一种基于多阶U-Net的深度卷积网络模型，用于实现甲状腺腺体与甲状腺结节的自动分割。该模型以U-Net为基本网络框架，通过不断进阶的特征融合，以实现图像边缘的信息提取。同时，在模型中使用了一种多尺度残差卷积模块以进一步提升分割精度。对比实验结果表明，该模型相较于其他方法能够获得更好的分割结果，具有一定的临床应用价值。
-
单位哈尔滨理工大学; 广东科学技术职业学院; 自动化学院
