典型文献
基于边缘监督的肝部超声图像包膜分割网络
文献摘要：
肝纤维化、肝硬化的早期发现对临床治疗和预后评估具有重要意义.而肝包膜的形态和纹理特征是计算机辅助肝硬化诊断的重要依据.本文提出一种基于边缘监督的肝部超声图像包膜分割网络.该网络以常用的分割模型UNet为基础,引入空洞卷积,扩大感受野;同时,添加了边缘监督模块,从而将特征学习主要聚焦在图像梯度较大的部分;此外,还设计了混合加权损失函数,来缓解肝包膜部分与其他区域之间的极度不平衡情况.实验结果表明,本文提出的ES-UNet网络结构平均Dice系数相比原始UNet提高了0.1715,平均交并比(MIoU)提高了0.0215,其他指标也有较明显的提高,可见,本文算法的各个组件对模型分割性能的优化都有一定的贡献,改进后的模型可以实现肝包膜的精确分割.
文献关键词：
UNet;肝包膜;边缘监督;空洞卷积;图像分割
中图分类号：
作者姓名：
浦秀丽;刘翔;汤显;宋家琳
作者机构：
上海工程技术大学电子电气工程学院,上海201620;中国人民解放军第二军医大学长征医院超声诊疗科,上海200003
文献出处：
引用格式：
[1]浦秀丽;刘翔;汤显;宋家琳-.基于边缘监督的肝部超声图像包膜分割网络)[J].中国医学物理学杂志,2022(10):1255-1262
A类：
B类：
边缘监督,肝部,超声图像,分割网络,肝纤维化,肝硬化,早期发现,预后评估,肝包膜,纹理特征,计算机辅助,分割模型,UNet,空洞卷积,感受野,特征学习,图像梯度,混合加权,加权损失函数,极度,衡情,ES,Dice,平均交并比,MIoU,他指,模型分割,精确分割,图像分割
AB值：
0.374784
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
