多阶U-Net甲状腺超声图像自动分割方法

来源：计算机工程与应用杂志2023年第5期北京时间：

作者：王波, 袁凤强, 陈宗仁, 胡建华, 杨家慧, 刘侠

单位：1.广东科学技术职业学院 计算机工程技术学院（人工智能学院），广东 珠海 519090；2.哈尔滨理工大学 自动化学院， 哈尔滨 150080；3.黑龙江省复杂智能系统与集成重点实验室，哈尔滨 150080

摘要：甲状腺超声图像广泛应用于甲状腺相关疾病的诊断。针对甲状腺超声图像对比度低、边缘模糊以及散斑噪声严重等问题，提出一种基于多阶U-Net的深度卷积网络模型，用于实现甲状腺腺体与甲状腺结节的自动分割。该模型以U-Net为基本网络框架，通过不断进阶的特征融合，以实现图像边缘的信息提取。同时，在模型中使用了一种多尺度残差卷积模块以进一步提升分割精度。对比实验结果表明，该模型相较于其他方法能够获得更好的分割结果，具有一定的临床应用价值。

关键词：甲状腺超声图像,图像分割,多阶U-Net