乳腺肿瘤影像分割：基于U-Net的研究与发展综述.pdfVIP

AdvancesinClinicalMedicine临床医学进展,2025,15(3),892-902

PublishedOnlineMarch2025inHans./journal/acm

/10.12677/acm.2025.153693

乳腺肿瘤影像分割：基于U-Net的研究与发展

综述

贺亚萌

青岛大学，计算机科学技术学院，山东青岛

收稿日期：2025年2月11日；录用日期：2025年3月4日；发布日期：2025年3月12日

摘要

在乳腺癌的诊断与治疗过程中，乳腺肿瘤影像分割技术扮演着至关重要的角色，其精确度直接关系到病

理分析的准确性及临床决策的有效性。近年来，U-Net及其改进模型在乳腺影像分割领域取得了显著的进

展。U-Net的编码–解码结构和跳跃连接设计在提取多尺度特征和保持分辨率方面展现出独特优势，已发

展成为医学图像分割领域的经典方法。随着研究的不断深入，针对U型网络的多方面优化进一步提升了

其在乳腺医学图像分割中的性能。此外，U-Net在多模态影像分割任务中的应用也逐渐扩展。本文综述了

基于U-Net的乳腺肿瘤分割模型的研究现状，探讨了其在数据集构建、性能评估指标、网络结构优化以及

实际应用中的最新进展，并分析了当前研究面临的挑战和未来发展方向。该综述旨在为乳腺肿瘤影像分

割领域的研究和应用提供重要的参考。

关键词

乳腺肿瘤影像，医学图像分割，U-Net，网络结构优化

BreastTumorImageSegmentation:A

ReviewofResearchandDevelopment

BasedonU-Net

YamengHe

CollegeofComputerScienceandTechnology,QingdaoUniversity,QingdaoShandong

Received:Feb.11th,2025;accepted:Mar.4th,2025;published:Mar.12th,2025

Abstract

Breasttumorimagesegmentationisapivotaltechnologyinthediagnosisandtreatmentofbreast

文章引用:贺亚萌.乳腺肿瘤影像分割:基于U-Net的研究与发展综述[J].临床医学进展,2025,15(3):892-902.

DOI:10.12677/acm.2025.153693

贺亚萌

cancer,withsegmentationaccuracydirectlyinfluencingsubsequentpathologicalanalysisandclin-

icaldecision-making.Inrecentyears,U-Netanditsimprovedmodelshaveachievedsignificantad-

vancementsinthefieldofbreastimagesegmentation.Theencoding-decodingstructureandskip

connectiondesignofU-Netofferuniqueadvantagesinextractingmulti-scalefeaturesandmaintain-

ingresolution,establishingitasaclassicmethodformedicalimagesegmentation.Asresearchpro-

gresses,variousoptimizationsoftheU-Netnetworkhavefurtherenhanceditsperformancein

breas