科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对医学图像数据少、分割目标大小不一、相较背景占比低而带来的无法精准分割的问题,在传统U-Net网络基础上,提出3D RSPU-Net网络模型结构.使用残差网络代替神经元作为基本单元结构,减少网络模型训练中梯度消失退化的问题;U-Net上采样和下采样结构单元增加挤压和激发模块,提取重要特征,抑制无关特征;引入批量标准化层,网络损失函数空间更加平滑,有泛化能力,增加了模型的鲁棒性;采用三维卷积代替普遍使用的二维卷积,充分利用数据空间信息.在182张肋骨CT图像数据集上,使用该网络模型IOU为0.846,豪斯多夫距离为5.236 mm,精准度0.853.相较于使用传统U-Net网络和其他现有模型,该模型在肋骨骨折分割方面有更好的准确度和可行性.
- 单位
