基于unet网络结构的医学图像语义分割算法研究.docx

基于unet网络结构的医学图像语义分割算法研究.docx

  1. 1、本文档共71页,其中可免费阅读22页,需付费200金币后方可阅读剩余内容。
  2. 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. 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. 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

PAGE2

摘要

深度学习技术的提出与发展激发了各领域学者的研究热忱,拓宽了将图像、视频处理作为主要研究对象的计算机视觉领域的研究。其中作为计算机辅助诊断的重要步骤的医学图像分割是计算机视觉领域中的常用方式,其可以从像素级别分割出细胞或器官,对医生的诊疗有极大的帮助。文中对U-Net网络的结构和作用方式进行了合理分析和学习,并在Tensorflow的框架下以python语言对U-Net网络进行实现。在分析U-Net网络的结构和作用方式之前,先学习了传统的语义分割,然后学习了神经网络的相关知识,如:感知器、梯度下降和反向传播算法。这对于基础神经网络算法的深入研究使得后面针对U-

文档评论(0)

123456 + 关注
实名认证
内容提供者

123456

1亿VIP精品文档

相关文档