Indexed by：
Abstract：
本发明涉及一种基于深度学习的CT图像肝脏肿瘤分割方法，具体解决原始U‑Net深度较小、结构较为简单、训练出效果好的模型有一定难度、对CT图像肝脏肿瘤分割准确性不足的问题。对CT图像肝脏肿瘤分割的准确性不足的问题。具体将U‑Net的网络结构进行优化和改进，添加Dropout层和Batch Normalization层对网络结构进行修改，并使用VGG‑16网络模块代替U‑Net的编码器部分，建立优化的模型来对肝脏肿瘤CT图像进行精确的分割。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201910787974.1
Filing Date： 2019-08-23
Publication Date： 2019-12-13
Pub. No.： CN110570432A
Applicants： 北京工业大学
Legal Status： 撤回-视为撤回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
