APP下载

基于多层融合注意力的乳腺肿瘤图像分割方法

2023-07-21王宇昕付晓薇赵思宇

计算机技术与发展 2023年7期
关键词:特征模型

王宇昕,付晓薇,赵思宇,陈 芳

(1.武汉科技大学 计算机科学与技术学院,湖北 武汉 430065;2.智能信息处理与实时工业系统湖北省重点实验室,湖北 武汉 430065;3.武汉科技大学校医院超声影像科,湖北 武汉 430065)

0 引 言

乳腺癌是女性最常见的恶性肿瘤疾病之一,已经严重威胁到了女性的身心健康,尽早确诊是防治乳腺癌的关键[1]。在多种乳腺癌成像技术中,超声成像因其成本低、无辐射且信息采集实时成为了乳腺癌检测的首选方法,对其早期诊断和治疗具有重大意义。医生通过形态学和纹理特征判断超声乳腺图像中肿瘤的位置、尺寸和形状,以此确定肿瘤的良恶性。但诊断结果依赖医生的临床经验,存在一定的主观性,易导致漏诊与误诊[2]。

为此,计算机辅助诊断系统被广泛应用于乳腺癌的临床诊断。肿瘤区域的自动分割是该系统的关键步骤,分割结果的质量直接影响诊断结果的准确性和可靠性[3]。然而,精确的肿瘤分割需要经验丰富的临床医生进行手动标注,过程耗时且影响诊断效率。另外,由于超声图像中存在大量散斑噪声,导致肿瘤边缘较为模糊,且不同个体的肿瘤形状不一,为肿瘤区域的自动分割带来了极大的挑战。因此,超声乳腺肿瘤图像的分割具有重要的研究意义和临床价值。

1 相关工作

目前,研究人员对超声乳腺肿瘤图像的分割方法进行了大量研究。Horsch等人[4]首先采用一种基于阈值的分割算法,通过设置初始参数对超声乳腺肿瘤图像进行阈值处理。……

登录APP查看全文

猜你喜欢

特征模型
一半模型
新型冠状病毒及其流行病学特征认识
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
一个相似模型的应用