科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高结肠镜下肠道息肉检测率,提出了一种改进DeepLabv3+网络的肠道息肉分割方法。在数据预处理阶段,利用中值滤波的非线性滤波特性去除掉图像反光区域,并结合Grab Cut算法对息肉区域进行预提取,得到息肉位置的粗分割结果,将其与原图叠加以增强息肉位置的信号强度。在网络结构上,将通过神经架构搜索得到的最优密集预测单元引入DeepLabv3+网络,并在解码器部分采用3层深度可分离卷积逐步获取分割结果,减少分割过程中不完全分割的情况。实验通过对CVC-ClinicDB数据集进行训练和测试,以平均交并比、Dice系数、敏感度、精确率以及F1值作为评判标准,其中平均交并比达到0.947,其余4项指标也均高于0.935。实验结果表明提出的方法与现有方法相比,对肠道息肉图像分割在精度上有一定提升,对深度学习在肠道息肉图像的处理和分析具有借鉴意义。
- 出版日期2020
- 单位西安邮电大学
