基于U-Net架构与形态学运算的肺部分割改进方法
图像与视频处理
2022-10-20 v1 计算机视觉与模式识别
摘要
胸部X光计算机辅助诊断中的一个关键环节是自动化肺部分割。由于肋骨以及每个人肺部的独特模态，构建有效的自动化肺部分割模型至关重要。本文提出了一种用于胸部X光片中肺部分割的可靠模型。我们的模型通过学习忽略源胸部X光片中不重要的区域并突出肺部分割的重要特征，从而克服了这些挑战。我们在公开数据集Montgomery和Shenzhen上评估了我们的模型。所提出的模型DICE系数为98.1%，证明了我们模型的可靠性。
引用
@article{arxiv.2210.10545,
title = {Improved lung segmentation based on U-Net architecture and morphological operations},
author = {S Ali John Naqvi and Abdullah Tauqeer and Rohaib Bhatti and S Bazil Ali},
journal= {arXiv preprint arXiv:2210.10545},
year = {2022}
}
备注
8 pages, 5 figures, conference