| 基于优化U-Net神经网络模型在乳腺肿瘤超声图像分割中的应用 |
| |
| 引用本文： | 袁琳,张雨,丁炎,周超,孙俊,周锋盛.基于优化U-Net神经网络模型在乳腺肿瘤超声图像分割中的应用[J].医学影像学杂志,2023(6):1081-1085. |
| |
| 作者姓名： | 袁琳 张雨 丁炎 周超 孙俊 周锋盛 |
| |
| 作者单位： | 1. 南京医科大学附属无锡人民医院超声医学科;2. 江南大学人工智能与计算机学院 |
| |
| 基金项目： | 南京医科大学科技发展基金一般项目（编号：NMUB20210335）； |
| |
| 摘 要： | 目的 使用优化U-Net神经网络模型，探讨乳腺肿瘤超声图像分割中的效果。方法 选取乳腺肿瘤患者的超声图像216张，采用Modifi-U-Net网络模型、U-Net模型进行图像自动分割，对比两种模型的分割效果。结果 ModifiU-Net网络模型乳腺肿瘤超声图像分割的Pre为84.4%、Rec为85.3%、IoU为73.7%、F1为84.9%。各项指标与U-Net模型相比均有明显提高，分割更接近肿瘤实际区域。结论 使用优化后的U-Net神经网络模型对乳腺肿瘤超声图像的分割更加精准，有望成为乳腺肿瘤自动分割系统而广泛应用于临床。
|
| 关 键 词： | 乳腺肿瘤 超声诊断 自动分割 U-Net神经网络 |
|
|
