基于改進的U-Net腹部器官與肺部分割算法研究

摘要： 針對現(xiàn)有醫(yī)學圖像分割模型存在著計算復雜度較高、參數量大，難以部署到實時醫(yī)療輔助診斷系統(tǒng)中，而現(xiàn)有的輕量化模型存在參數減小后導致分割性能下降等問題，提出了一種基于改進的輕量化U-Net分割模型。該模型由編碼器、解碼器和跳連接三個主要部分組成。編碼器使用了由標準卷積和深度可分離卷積組合形成的多尺度融合模塊，在此基礎上，為增強神經網絡學習能力，引入了瓶頸層結構，使用聚合方法設計出輕量...