典型文献
U-Net模型改进及其在医学图像分割上的研究综述
文献摘要：
近年来,随着深度学习技术的发展,深度神经网络在医学图像分割领域得到了广泛应用.其中,U-Net以其良好的分割性能,逐渐成为图像分割领域的研究热点.根据相关研究工作,本文首先在结构改进和非结构改进两大方面对U-Net网络的相关改进模型进行综述;然后以视网膜血管、肺结节、肝脏和肝脏肿瘤、脑肿瘤这四种典型医学图像为例,阐述了各类图像的特点及分割难点,并对U-Net及其改进网络在相关图像分割上的应用进行了总结;最后对U-Net改进工作中存在的问题进行探讨,并对其未来的发展予以展望.
文献关键词：
图像处理;U-Net;网络结构;深度学习;医学图像;图像分割
中图分类号：
作者姓名：
张欢;仇大伟;冯毅博;刘静
作者机构：
山东中医药大学智能与信息工程学院,山东济南250355
文献出处：
引用格式：
[1]张欢;仇大伟;冯毅博;刘静-.U-Net模型改进及其在医学图像分割上的研究综述)[J].激光与光电子学进展,2022(02):55-71
A类：
B类：
Net,模型改进,医学图像分割,割上,深度学习技术,深度神经网络,结构改进,改进模型,视网膜血管,肺结节,肝脏肿瘤,脑肿瘤,进网,相关图
AB值：
0.284075
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。
