《基于UNet的肾肿瘤图像分割分析案例》6100字.docx

PAGE

PAGE61

PAGE45

基于UNet的肾肿瘤图像分割分析案例

计算机视觉领域有许多图像分割算法，比如PSPNet、SegNet、RefineNet等等。这些算法在一些公开数据集上如：COCO、KTTI、LITS等都取得了非常好的效果。但是在医学图像分割领域，目前流行的分割算法，还是以UNet分割算法为框架，添加各种模块，如：残差模块、深度可分离卷积、SE模块、空间金字塔池化等方法，进行改良的浅层网络结构为主。主要原因在于医学影像数据集很少，有专业医师标注的能用于深度学习训练的数据集更少，限制了医学图像分割领域模型的参数量，所以模型往往是一种浅层结构模型。本章主