一种新型Mobile-Unet网络的肺结节图像分割方法

作者：陈铭; 梅雪; 朱文俊; 周颖; 张梦怡; 冯李航^*

来源：南京工业大学学报(自然科学版), 2022, 44(01): 76-91.

• Mobile-Unet
• 肺结节
• 特征融合
• 深度学习
• 图像分割

针对医学图像分辨率小、边缘模糊、感兴趣区域(ROI)边界不明显造成的分割不准确性问题,提出一种新型Mobile-Unet网络的肺结节图像分割方法。该方法首先使用MobileNet中bneck模块替换Unet网络的下采样部分,并对输入图像进行特征提取;然后,将下采样提取的特征按照Unet网络连接方式融合到上采样部分;最后,利用训练好的网络得到分割结果。实验利用采集的肺结节数据集对Mobile-Unet进行了训练和验证。结果表明:新型Mobile-Unet网络能够更加准确地分割出肺结节位置,分割准确率从原有Unet网络的85.00%提高至90.00%,同时相似系数(F1)仍然稳定在89.98%,证明该方法的有效性。

• 单位
  南京工业大学