基于改進(jìn)TransU-Net的乳腺腫瘤分割算法研究

打開文本圖片集

摘要：針對(duì)超聲乳腺腫瘤圖像中存在的高散斑噪聲較多、腫瘤邊緣模糊以及形狀復(fù)雜多樣等問題，文章在TransU-Net的基礎(chǔ)上進(jìn)行改進(jìn)，提出了基于TransU-Net的多路徑特征融合網(wǎng)絡(luò)（MFF-Net）。文章分析了MFF-Net的整體結(jié)構(gòu)、多路徑特征融合提取模塊以及深監(jiān)督機(jī)制，通過實(shí)驗(yàn)驗(yàn)證了MSF-Net在處理邊緣模糊和形狀復(fù)雜多樣的乳腺超聲圖像方面的有效性。（剩余4275字）