|
|||||
|
|
| 基于全卷积神经网络迁移学习的乳腺肿块图像分割 | |
| 作者单位： | ;1.中南民族大学计算机科学学院 |
| 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. |
| 关 键 词： | 乳腺肿块 分割 全卷积神经网络 迁移学习 |
Breast mass image segmentation based on transfer learning of fully convolutional neural networks |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |