近年来，随着深度学习技术的发展，深度神经网络在医学图像分割领域得到了广泛应用。其中，U-Net以其良好的分割性能，逐渐成为图像分割领域的研究热点。根据相关研究工作，本文首先在结构改进和非结构改进两大方面对U-Net网络的相关改进模型进行综述；然后以视网膜血管、肺结节、肝脏和肝脏肿瘤、脑肿瘤这四种典型医学图像为例，阐述了各类图像的特点及分割难点，并对U-Net及其改进网络在相关图像分割上的应用进行了总结；最后对U-Net改进工作中存在的问题进行探讨，并对其未来的发展予以展望。
科研之友
微信
新浪微博
Facebook
分享链接
