典型文献
基于改进MultiResUNet网络的甲状腺超声图像分割
文献摘要：
甲状腺超声图像分割在临床超声图像研究中有很重要的意义.针对甲状腺超声图像信噪比低,斑点噪声多,且甲状腺形态不确定等问题,提出了一种改进的MultiResUNet分割网络(称为Oct-MRU-Net网络).该方法在MultiResUNet网络的基本结构的基础上引入Octave卷积,并采用改进的Inception模块学习不同空间尺度的特征,将训练过程中的特征图按通道方向分为高低频特征.其中,高频特征描述图像细节和边缘信息,低频特征描述图像整体轮廓信息.在甲状腺超声图像分割过程中可以重点关注高频信息,减少空间冗余,从而实现对边缘更加精细的分割.实验结果表明,Oct-MRU-Net网络的性能相较于U-Net网络和MultiResUNet网络都有较大的提升,说明该网络对甲状腺超声图像的分割效果较好.
文献关键词：
甲状腺;超声;Octave卷积;MultiResUNet
中图分类号：
作者姓名：
石威;李昕泽;黄文昌;王宁浩;焦阳;崔崤峣
作者机构：
中国科学技术大学生物医学工程学院(苏州)生命科学与医学部,安徽合肥230026;中国科学院苏州医学工程技术研究所医用声学室,江苏苏州215163
文献出处：
引用格式：
[1]石威;李昕泽;黄文昌;王宁浩;焦阳;崔崤峣-.基于改进MultiResUNet网络的甲状腺超声图像分割)[J].声学技术,2022(02):228-234
A类：
MultiResUNet
B类：
甲状腺超声图像,超声图像分割,图像研究,很重,图像信噪比,斑点噪声,分割网络,MRU,基本结构,Octave,Inception,不同空间尺度,训练过程,特征图,高低频特征,特征描述,边缘信息,整体轮廓,割过,频信,分割效果
AB值：
0.25002
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
