基于PAID--Unet++模型的肺部CT图像COVID--19病灶分割技术研究.pdfVIP

基于PAID--Unet++模型的肺部CT图像COVID--19病灶分割技术研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要

当前新冠疫情现已成为全球关注的话题，肺部CT扫描图像分析是诊断和检测

新冠病毒(COVID-19)感染的重要方法之一。近年来，深度学习给予了肺部CT图

像COVID-19病灶分割新的发展前景，该技术是一项重要的计算机辅助诊断技术，

可以自动分割出肺部CT图像中的COVID-19感染区域。本文使用分割精度较为良

好的UNet++模型作为后续开展研究的骨干网络，并在此基础上融合各类可以优化

分割效果和

该用户很懒，什么也没介绍

咨询Ta 进入空间

用户编号：7043055023000005

更多 >