刘晓波盟TY -非盟的Lai -杨,Weiji AU - Li Ruipeng PY - 2020 DA - 2020/01/28 TI -印度生物技术部质量自动分割使用U-Net SP - 7156165六世- 2020 AB -神经网络来提高乳腺肿块的自动分割精度数字乳房tomosynthesis(印度生物技术部)图像,我们提出一个印度生物技术部质量自动分割算法通过使用U-Net架构。首先,抑制背景噪声,提高组织的对比质量候选人地区,印度生物技术部的上流社会的变换后图像,构造约束矩阵和增加印度生物技术部的形象。其次,一个高效U-Net神经网络建立和图像补丁之前提取数据增加建立训练集训练U-Net模型。然后印度生物技术部实现肿瘤的presegmentation,最初将每个像素分为两种不同类型的标签。最后,所有区域小于50像素点视为假阳性是移除,和中值滤波方法消除质量边界获得最终的分割结果。该方法可以有效地提高性能的群众在印度生物技术部图像的自动分割。使用检测精度(Acc),灵敏度(Sen),特异性(Spe)和曲线下面积(AUC)作为评价指标,Acc, Sen, Spe,和AUC印度生物技术部质量分割在整个实验数据集是0.871,0.869,0.882,和0.859,分别。我们建议U-Net-based印度生物技术部质量自动分割系统获得可喜的成果,这是优于一些经典架构,并且可能会有临床应用前景。SN - 1748 - 670 - 2020/7156165 / 10.1155 x你——https://doi.org/10.1155/2020/7156165——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER