- 1、本文档共69页,其中可免费阅读23页,需付费100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)。
查看更多
中文摘要
乳腺癌是女性疾病中的常见病症之一,早期发现与正确的诊断直接关系着乳腺
癌患者的治疗率和存活率。超声检测作为一种无创伤、无辐射和低成本的成像技术已
被广泛应用于乳腺癌的诊疗中,但其成像结果中存在边缘模糊、斑点噪声多、对比度
低和超声伪影严重等问题,给乳腺肿块分割任务带来了巨大的挑战。针对上述问题,
本文围绕乳腺超声图像分割方法中的多特征学习和边缘引导展开研究,利用深度学
习技术挖掘图像信息,以提高乳腺超声图像的分割精度。主要研究内容包括:
(1)提出了融合多特征的边缘引导多尺度选择性卷积
文档评论(0)