原创力文档- 1、本文档共63页，其中可免费阅读20页，需付费100金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
医学图像的准确分割对于医学工作者具有极为重要的意义。在传统的医学图像分割
算法中，因为分割相对局限而逐渐淡出研究者的视野。随着深度学习的逐步发展，对于
脑肿瘤图像数据集实现批量处理，在准确度和时效性上得到了较大的提升。但是在目前
分割网络中也存在相应的问题，比如分割肿瘤边界的重点应该多注意肿瘤边界而非其他
无关特征以及在肿瘤边界的模糊多样性上无法精确分割。为此本文围绕脑肿瘤边界信息
和高级别胶质瘤边界的模糊性进行了
文档评论（0）