UGGNet：连接 U-Net 与 VGG 以进行高级乳腺癌诊断
图像与视频处理
2025-07-18 v1 计算机视觉与模式识别
机器学习
摘要
在医学成像领域，乳腺超声已成为早期检测乳腺癌的关键诊断工具。然而，诊断受影响区域位置和疾病范围的准确性取决于医生的经验。在本文中，我们提出了一种名为 UGGNet 的新模型，结合了 U-Net 和 VGG 架构的优势，以增强乳腺超声图像分析的性能。该模型的 U-Net 组件有助于准确分割病灶，而 VGG 组件则利用深度卷积层提取特征。UGGNet 中这两种架构的融合旨在优化分割和特征表示，为乳腺超声图像的准确诊断提供全面的解决方案。实验结果表明，UGGNet 模型在“乳腺超声图像数据集”上取得了 78.2% 的显著准确率。
引用
@article{arxiv.2401.03173,
title = {UGGNet: Bridging U-Net and VGG for Advanced Breast Cancer Diagnosis},
author = {Tran Cao Minh and Nguyen Kim Quoc and Phan Cong Vinh and Dang Nhu Phu and Vuong Xuan Chi and Ha Minh Tan},
journal= {arXiv preprint arXiv:2401.03173},
year = {2025}
}
备注
Submitted to the journal "EAI Endorsed Transactions on Context-aware Systems and Applications" ,2 images, 5 data tables