科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 探究医学超声影像研究可准确分割组织图像的自动分割算法。方法 提出一种端到端协同分割网络模型，其由孪生编解码器、相似性学习模块和注意力学习模块组成。对输入的一对超声图片先经过编码器提取特征，由相似性学习模块优化特征，再由注意力模块增强特征，最后通过解码器输出对组织前景的自动预测结果，并在包含了3类组织（胎儿、甲状腺、乳腺）的多类别超声图像数据集上对本文提出的方法进行了验证。结果 针对像素准确度、精确率和Jaccard相似系数这3种评价指标，分别取得了97.25%的像素准确度，94.51%的精确率和0.90的Jaccard相似系数，并进一步通过对比实验和消融实验验证了本文所提出方法的准确性和有效性。结论 提出的协同分割模型对多类别医学超声影像均有较高的分割精度，能够快速准确获得组织区域，有助于计算机辅助诊断。
- 出版日期2023
- 单位南京航空航天大学
