改进U-Net网络的肺结节分割方法

• 作者: 郑伊能 郭兴明 钟思华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 肺结节 U-Net 密集连接 语义分割
• 年，卷（期）: 2020,（17）
• 所属期刊栏目: 图形图像处理
• 页码范围: 203-209
• 页数: 7页
• 分类号: TP391
• 字数: 5294字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0124

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭兴明	重庆大学生物工程学院重庆市医疗电子技术工程研究中心	87	802	16.0	24.0
2	郑伊能	重庆医科大学附属第一医院放射科	12	10	1.0	3.0
3	钟思华	重庆大学生物工程学院重庆市医疗电子技术工程研究中心	1	0	0.0	0.0