基于AA-UNet的肝硬化辅助诊断系统

摘要：

为准确地提取高频肝脏超声图像中的肝包膜,本文采用注意力门和空洞空间金字塔池化UNet(Attention gates and Atrous spatial pyramidal pooling UNet,AA-UNet)分割算法,对高频肝脏超声图像中的肝包膜进行识别,并根据肝包膜的物理形状判断肝硬化程度.首先,将数据增强后的高频肝脏超声图像送入网络模型进行训练;其次,将训练好的模型部署到肝硬化辅助诊断系统.实验结果表明,肝硬化辅助诊断系统能有效识别肝包膜区域并判断肝硬化程度.

关键词：超声图像、肝包膜、诊断系统、AA-UNet

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

资助基金：上海市自然科学基金19ZR1421500

在线出版日期：2024-01-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：102-105