典型文献
U-Net及其变体在医学图像分割中的应用研究综述
文献摘要：
医学图像分割可以为临床诊疗和病理学研究提供可靠的依据,并能辅助医生对病人的病情做出准确的判断.基于深度学习的分割网络的出现解决了传统自动分割方法鲁棒性不强、准确率低等问题.U-Net凭借其出色的性能在众多的分割网络中脱颖而出,研究者以U-Net为基础相继提出了多种改进变体.以U-Net网络及其变体为主线,首先详细介绍U-Net的网络结构及常用改进方法;然后根据分割对象的不同,将U-Net变体网络进一步划分为泛用型分割网络及特定型分割网络,并就其在医学图像分割中的研究进展进行论述;最后,分析了目前研究中工作尚存在的难点与问题,并对今后的发展方向进行展望.
文献关键词：
医学图像分割;深度学习;卷积神经网络;U-Net
中图分类号：
作者姓名：
黄晓鸣;何富运;唐晓虎;王勋;丘森辉;胡聪
作者机构：
广西师范大学电子工程学院,桂林 541004;广西自动检测技术与仪器重点实验室,桂林 541004;广西无线宽带通信与信号处理重点实验室,桂林 541004
文献出处：
引用格式：
[1]黄晓鸣;何富运;唐晓虎;王勋;丘森辉;胡聪-.U-Net及其变体在医学图像分割中的应用研究综述)[J].中国生物医学工程学报,2022(05):567-576
A类：
B类：
Net,变体,医学图像分割,临床诊疗,分割网络,自动分割方法,出色,脱颖而出,改进方法,就其
AB值：
0.156483
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。
