论文部分内容阅读
针对DCE-MRI乳腺癌病变区的浸润范围勾画精度低、结构形态变化大、强度不均和边界对比度低等原因,导致乳腺癌病变区自动化分割存在准确率低和错分割的问题,为此,本文构建了一个二阶段乳腺癌病变区分割框架,提出一种乳腺癌病变区分割模型UTB-net,分别在编码路径和末端整合多尺度和Non-local,在解码路径构建注意力-残差模块。首先,利用基准U-net网络模型实现对乳房区域的粗糙勾画,消除影像中胸肌肉、脂肪、心脏等不相关组织对乳腺癌分割的影响。然后,基于提取的ROI结果,在模型的编码路径嵌入了多尺度信