-
公开(公告)号：CN114202545A
公开(公告)日：2022-03-18
申请号：CN202010875513.2
申请日：2020-08-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于UNet++的低级别胶质瘤图像分割方法，属于医学图像处理领域。本发明分割方法的步骤包括：首先使用低级别胶质瘤MRI图像和标记好的分割掩膜构建网络的训练集，然后根据构建的训练集对UNet++卷积神经网络进行训练，最后用训练好的UNet++卷积神经网络对实际肿瘤数据进行分割。该方法通过使用密集跳跃连接来融合深层特征和浅层特征，网络分割结果准确率高，抗噪性好，并且缩短了训练时间。与基于U‑Net的分割模型进行对比，在低级别胶质瘤MRI图像分割问题上的相似度效果有了很大的提升。能够辅助医师快速，精确地识别肿瘤病灶组织并给出诊断建议。
Search Results
1
records
(took 0.043 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
