《基于半监督框架的超声图像分割方法实验研究》15000字.docx

PAGE2

基于半监督框架的超声图像分割方法实验研究

摘要：甲状腺超声图像中结节的精确分割对后续的良恶性分类具有重要的意义。基于监督学习的分割方法虽然可以有效地从结节和背景中提取特征，但是由于标注的成本比较高昂，难以获得足够的训练数据，并且临床医学中积累了大量无标注的数据，该方法不适应这种场景。

为此，本文提出了一种名为TUS-GAN的半监督框架，用于甲状腺超声图像检查中甲状腺结节的分割，该框架使用生成对抗网络的思想，仅利用少量标注数据，生成可靠的分割结果。在判别器中，设计了一个双注意力融合块，更好地提取出病变区域和背景的代表性特征，从而更有效地确定由生成器预测的分割图的质量。此外，通