收录:
摘要:
本发明涉及一种基于深度学习的CT图像肝脏肿瘤分割方法,具体解决原始U‑Net深度较小、结构较为简单、训练出效果好的模型有一定难度、对CT图像肝脏肿瘤分割准确性不足的问题。对CT图像肝脏肿瘤分割的准确性不足的问题。具体将U‑Net的网络结构进行优化和改进,添加Dropout层和Batch Normalization层对网络结构进行修改,并使用VGG‑16网络模块代替U‑Net的编码器部分,建立优化的模型来对肝脏肿瘤CT图像进行精确的分割。
关键词:
通讯作者信息:
电子邮件地址: