CP-UNet:基于轮廓的医学超声图像分割概率模型
📝
内容提要
本研究针对超声图像中轮廓模糊和伪影形成问题,提出了一种基于轮廓的概率分割模型CP-UNet,旨在增强分割网络在解码过程中的轮廓聚焦。实验结果表明,该方法在乳腺和甲状腺病变的分割性能上优于多种先进的深度学习分割方法。
🏷️
标签
➡️
本研究针对超声图像中轮廓模糊和伪影形成问题,提出了一种基于轮廓的概率分割模型CP-UNet,旨在增强分割网络在解码过程中的轮廓聚焦。实验结果表明,该方法在乳腺和甲状腺病变的分割性能上优于多种先进的深度学习分割方法。