UNet++和LSTM结合方法用于乳腺超声图像分割

本研究解决了现有UNet和UNet++模型在乳腺超声图像分割中对时间特征关注不足的问题。通过整合LSTM层和自注意力机制，并引入多尺度特征提取模块，提升了模型对时间变化的敏感性。研究结果表明，该方法在准确性和其他评价指标上具有竞争力，能够显著提高乳腺癌早期检测的效率。