论文部分内容阅读
近年来,随着计算机技术的进步和数据集的大规模化,越来越多的人把计算机视觉技术应用到超声医学图像中。但在超声图像方面却存在低准确度且不稳定产生的模糊、伪影等使现有算法对模糊、噪声图像误判较高。另外由于病例过多,人为的去检测和识别斑块过于繁琐。为了缓解这些问题,提出了采用inception的网络结构方法快速准确地获取高噪声的超声图像的关键特征,并通过数据增强和自适应中值滤波的方法确保了分割的稳定性。最后得到的颈动脉分割图像,更有利于医生去观察和判断病变体的严重程度,给医护人员带来了巨大的便利,实验结果表