基于深度学习的胸腔病理图像分割.docx

PAGE

PAGEIV

基于深度学习的胸腔病理图像分割

摘要

深度学习在医学图像任务上的重要性日趋明显。提高深度学习对医学图像处理的效率和准确率，对于现代化医疗诊断具有重要意义。目前，深度学习用于医学图像分割的主要问题在于医学图像具有的样本少、目标小、特征少等特性。本文将深度学习用于胸腔病理图像分割，设计两种深度神经网络改进方案并验证其效果。

第一种方案是一种U型分支结构。它的主体是基于U-Net架构改进的U型编码-解码器，用于胸腔器官分割。编码器可相当于一个特征提取器，该结构可以直接采用广泛使用的特征提取网络（VGG或ResNet等）。引入分类分支，与分割分支构成多任务学习。