基于剪枝U-Net++的乳腺肿块图像分割方法及系统

作者：付超; 吕晗笑; 王冬越; 常文军

来源：2022-01-12, 中国, CN202210033672.7.

本发明提供一种基于剪枝U-Net++的乳腺肿块图像分割方法及系统,涉及超声图像分割技术领域。本发明构建的剪枝U-Net++的乳腺肿块图像分割模型,是基于U-Net++网络,利用跳跃连接融合各分支U-Net的特征表达,并引入残差连接代替U-Net++方法中的密集连接,利用该模型对获取的原始乳腺超声图像进行分割。本发明所构建的剪枝U-Net++乳腺超声图像分割模型,在对乳腺超声图像中的肿块进行分割时,可避免因医疗图像数据存在小数据集问题而导致的模型过拟合问题,提高了超声图像乳腺肿块分割模型的泛化能力；同时,模型参数的规模远小于现有技术,降低了网络模型的复杂度,可缩短网络训练的计算时间,减少网络训练的内存占用,提高了模型训练效率。

• 单位
  合肥工业大学