改进U-Net网络的肺结节分割方法

发布时间：2023-12-24 18:58

　　为了对CT图像中的肺结节进行准确地分割,提出了一种基于改进的U-Net网络的肺结节分割方法。该方法通过引入密集连接,加强网络对特征的传递与利用,并且可以避免梯度消失的问题,同时采用改进的混合损失函数以缓解类不平衡问题。在LIDC-IDRI肺结节公开数据库上的实验结果表明,该方法达到的Dice相似系数值、准确率和召回率分别为84.48%、85.35%和83.81%。与其他分割网络相比,该方法能够准确地分割出肺结节区域,具有良好的分割性能。

【文章页数】：7 页

【文章目录】：
1 引言
2 方法
    2.1 数据来源及预处理
    2.2 分割网络
    2.3 损失函数
3 实验及结果分析
    3.1 数据集
    3.2 评价指标
    3.3 参数设置及训练
        3.3.1 权重因子的选择
        3.3.2 训练迭代次数的选择
    3.4 实验结果及分析
        3.4.1 不同损失函数的对比分析
        3.4.2 不同肺结节分割方法的对比分析
4 结束语



本文编号：3875116