U-Net神经网络相关论文
准确分割左心室是评价心脏功能的根本保障,然而,在心脏图像中左心室区域与背景区域对比不明显、边界模糊并且大部分图像中存在噪声......
重力数据的密度界面反演是位场数据解释中的一项主要工作，在区域构造演化、深部莫霍面确定等领域的研究中发挥重要作用.近年来，数据......
针对目前常见的U-Net网络结构以及现有的图像去噪算法在去除图像噪声时，处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真......
在我国基础设施建设不断发展的今天,公路建设作为基础建设中重要的环节之一,也得到了飞速的发展,但伴随而来的道路养护问题。道路......
随着科技的不断进步,医疗技术的不断更新,以往不能完全治愈甚至是无法医治的各种疾病逐渐地得到了完全的医治。但是仍然存在一些尚......
随着物联网信息产业的发展,各种信息的数量急剧增加,特别是在医学领域,医疗数据爆炸式增长,如大量的图像数据、视频数据和文本数据......
眼底图像中的视盘在青光眼筛查和诊断中起着重要作用。因此,从眼底图像中对视盘进行准确、快速地定位与分割具有重要意义。在过去,......
为了解决人体轮廓识别精度不高,鲁棒性不好的问题,在保证实时性的要求下,提出了一种基于深度学习的人体轮廓识别方法,该方法采用U-......
目的探讨基于GDL(generalized Dice loss)损失函数U-net神经网络模型在放疗定位CT图像上甲状腺分割效果。方法选取76位乳腺癌和鼻......
传统的医学图像分割中特征提取算法的设计复杂性与应用局限性、稳定性以及特定的特征提取算法与特定的分类器结合的多样性制约着医......
目的:针对稀疏投影的CT重建图像附带噪声和伪影的特性,使用神经网络模型对稀疏投影得到的低质量CT重建图像进行图像增强。方法:在......
眼底血管的异常变化揭示了许多疾病的严重程度,如糖尿病,高血压,动脉硬化,心血管疾病和中风。因此,血管分割是许多疾病诊断的重要......
