典型文献
并行多尺度特征融合的热层析图像分割算法
文献摘要：
热层析技术应用于医学乳腺肿瘤检测具有重要的应用前景,但是医生在临床应用过程中,通过热层析图像诊断容易出现主观差异性误诊现象,为此,提出了一种智能化分割算法用于辅助诊断.然而,医学热层析图像由于目前数据量匮乏,且病灶区域占比小,依靠经典的分割模型,如FCN、U-Net容易出现分割不连续,边界细节分割不精细等问题.设计了一种基于并行多尺度特征融合的语义分割模型,模型通过并行的多分辨率特征子网之间反复的信息交换,在保证分割结果语义信息准确之外,还能有效地抓取病灶区域的细节特征.该方法在热层析医学图像数据集上取得了0.6357的均交并比,相较于经典的U-Net分割网络,取得了5.14个百分点的提升,在肿块和血管等小目标区域的细节分割上有着更出色的表现.实验结果表明,该算法对热层析临床用于乳腺癌的辅助诊断具有现实意义.
文献关键词：
热层析图像;小目标;多尺度特征融合;图像分割;并行架构
中图分类号：
作者姓名：
胡长康;李凯扬
作者机构：
武汉大学 物理科学与技术学院,武汉 430072
文献出处：
引用格式：
[1]胡长康;李凯扬-.并行多尺度特征融合的热层析图像分割算法)[J].计算机工程与应用,2022(19):233-241
A类：
热层析图像
B类：
多尺度特征融合,图像分割算法,层析技术,乳腺肿瘤,肿瘤检测,图像诊断,误诊,辅助诊断,数据量,分割模型,FCN,Net,语义分割,多分辨率,子网,信息交换,语义信息,抓取,细节特征,医学图像数据,图像数据集,均交并比,分割网络,百分点,肿块,小目标,目标区域,割上,出色,临床用,并行架构
AB值：
0.267643
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。
