- 1、本文档共8页,其中可免费阅读7页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于非对称网络的超声甲状腺结节分割方法,属于深度学习图像分割领域。编码层是一个U‑Net网络,可以获取更多的上下文语义的特征信息,能都准确检测尺度、形状和位置等多变的甲状腺结节,解码层使用空洞卷积,残差连接和卷积核分解的组合,可以将高维全局上下文语义特征信息逐步还原细节纹理及边缘信息。本发明构造的模型在甲状腺数据集上达到了与高精度模型类似的分割精度,IOU比U‑Net模型高2%左右,且平均分割一张图片的时间为1.9s左右,比医生手动分割效率得到了大大的提升。解决了传统方法中干扰因素过多和图像
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112381846 A
(43)申请公布日 2021.02.19
(21)申请号 202011448794.X
(22)申请日 2020.12.11
(71)申请人 江南
文档评论(0)