论文部分内容阅读
在多数情况下,基于深度学习进行医学图像分割问题非常依赖于人工标记感兴趣区域(ROI)。针对这个问题,本文提出引入在自然图像目标检测问题上有优秀表现的 Faster R-CNN 算法进行超声图像中血管ROI 的自动检测,平均交并比(IoU)为 90.12%。Faster R-CNN 算法应用在医学图像目标检测问题上具有训练周期短,消耗内存小,预测速度快的优点。将 Faster R-CNN 与 U-Net 相结合能够实现超声图像中血管的完全自动分割,对于开发计算机辅助诊疗系统有临床价值。