科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了对新冠肺炎CT图像进行精确分割，在Unet模型基础上，设计了一种基于主成分分析的改进Unet模型。在提出的方法中，先用PCA对新冠肺炎CT图像进行特征预提取，以去除图像中的噪声等因素干扰，获得更本质的特征。然后将产生的特征图像作为原始图像输入Unet中进行分割。同时，在网络层中进行BN处理。这个联合了PCA和Unet的改进模型记为PCA-Unet。实验表明，相比于单纯使用Unet，PCA-Unet有更好的表现。在视觉印象上，PCA-Unet能够更准确地分割出感兴趣区域，更接近于金标准。在定量比较上，PCA-Unet在四项指标上都获得了优势。
- 单位
