典型文献
基于PCA的Unet网络用于新冠肺炎CT图像分割
文献摘要：
为了对新冠肺炎CT图像进行精确分割,在Unet模型基础上,设计了一种基于主成分分析的改进Unet模型.在提出的方法中,先用PCA对新冠肺炎CT图像进行特征预提取,以去除图像中的噪声等因素干扰,获得更本质的特征.然后将产生的特征图像作为原始图像输入Unet中进行分割.同时,在网络层中进行BN处理.这个联合了PCA和Unet的改进模型记为PCA-Unet.实验表明,相比于单纯使用Unet,PCA-Unet有更好的表现.在视觉印象上,PCA-Unet能够更准确地分割出感兴趣区域,更接近于金标准.在定量比较上,PCA-Unet在四项指标上都获得了优势.
文献关键词：
新冠CT图像;主成分分析;Unet;BN
中图分类号：
作者姓名：
余后强;徐怿璠;徐静蕾;陈瑶;汤小丽
作者机构：
湖北科技学院数学与统计学院,湖北咸宁 437100
文献出处：
引用格式：
[1]余后强;徐怿璠;徐静蕾;陈瑶;汤小丽-.基于PCA的Unet网络用于新冠肺炎CT图像分割)[J].现代信息科技,2022(20):94-97
A类：
B类：
Unet,图像分割,精确分割,先用,预提,特征图像,原始图像,网络层,BN,改进模型,记为,视觉印象,割出,感兴趣区域,金标准,定量比较,四项
AB值：
0.300183
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。
