基于改進(jìn)的U-Net腹部器官與肺部分割算法研究

摘要： 針對(duì)現(xiàn)有醫(yī)學(xué)圖像分割模型存在著計(jì)算復(fù)雜度較高、參數(shù)量大，難以部署到實(shí)時(shí)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(shù)減小后導(dǎo)致分割性能下降等問題，提出了一種基于改進(jìn)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(gè)主要部分組成。編碼器使用了由標(biāo)準(zhǔn)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(chǔ)上，為增強(qiáng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力，引入了瓶頸層結(jié)構(gòu)，使用聚合方法設(shè)計(jì)出輕量...