基于全卷积神经网络迁移学习的乳腺肿块图像分割

• 作者: 徐胜舟 程时宇
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 乳腺肿块 分割 全卷积神经网络 迁移学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 278-284
• 页数: 7页
• 分类号: TP391.4
• 字数: 4295字
• 语种: 中文
• DOI: 10.12130/znmdzk.20190223

摘要

针对乳腺X线摄片中肿块通常会被周围致密组织所掩盖,对比度低,且其形状不规则,肿块图像分割困难的问题,设计了一种基于全卷积神经网络迁移学习的乳腺肿块图像分割方法.该方法首先对乳腺肿块图像进行数据增强,然后利用迁移学习,对设计的全卷积神经网络模型载入参数并训练分割模型,最后在训练好的模型上对待分割图像进行处理.分割结果采用区域面积重叠率、Dice相似系数、Hausdorff距离等指标进行评价分析,在公开数据集的483幅图像上的实验结果表明:提出的方法的分割效果明显优于传统分割算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐胜舟	中南民族大学计算机科学学院	14	60	4.0	6.0
2	程时宇	中南民族大学计算机科学学院	2	2	1.0	1.0