基于卷积神经网络的医学图像分割的数据增强方法研究

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2705-1161-05-07-148442

基于卷积神经网络的医学图像分割的数据增强方法研究

高琦

包头医学院

全文直达

引用

打印

摘要：医学图像分割在病理图片的自动分析、放疗区域的靶区勾画以及常见疾病的早期筛查中有广泛应用。本文提出了一种基于卷积神经网络的数据增强方法，即病变镜像技术。该技术可以在原始图像的基础上以 50% 几率随机生成新的图像和注释，让医学图像中的病变区域更加清晰，从而达到医学图像分割的目的。为了验证该技术的应用效果，设计了传统数据增强（TDA）与 Mixup、Cutmix、病变镜像的对照实验，并选择 Dice 相似系数作为评价标准。结果显示，病变镜像对医学图像的分割结果优于其他 3 种技术，数据增强效果明显。

关键词：

卷积神经网络；医学图像分割；病变镜像；数据增强

Universe Scientific Publishing

ISSN：2705-1161

年,卷(期)：2023,5(7)