基于深度神经网络的乳腺肿瘤自动区域分割方法

为提升乳腺肿瘤影像的检测效果,本研究提出一种基于深度神经网络的乳腺肿瘤自动区域分割方法。采用直方图自适应均衡化算法与Sobel算子,对乳腺肿瘤成像的灰度单通道图像进行预处理。基于深度神经网络构建乳腺肿瘤自动区域分割算法网络,其主要构成包括上下文特征多尺度提取单元、3D与2D混合卷积单元和主路网络三个单元。将广义骰子损失当作网络模型训练时的损失函数。训练分割网络后,利用该网络对乳腺肿瘤区域自动分割。使用由专业放射科医生标记与收集的乳腺肿瘤核磁共振成像图像数据集,测试本研究方法的分割性能。结果表明,该方法能够达到很好地分割效果,DSC指标、PPV指标、PPV指标分别达到了76.48%、82.40%、75.93%,实现了乳腺肿瘤区域自动化分割。