基于RDU-Net网络的肺部CT分割算法研究
来源：计算机应用与软件杂志2024年第7期北京时间：
作者：陈亚浩, 韩林, 刘艳青, 张悦
摘要：提出RDU-Net网络进行肺结节的分割工作。该网络以U-Net网络为基础，针对网络训练过程中经常出现的梯度消失现象，引入残差单元对基础网络进行改进，该操作很好地解决了网络模型训练过程中出现的梯度消失问题；为了提高网络的泛化能力，在网络中增加了Dropout层，以避免网络在训练过程中过拟合现象，进一步提高分割精度。该网络在LIDC-IDRI数据集上进行实验，其AUC和Dice分别达到了0.89和0.76，相较于基础网络其分割精度和分割效果都有一定的提高。
关键词：深度学习, U-Net, 肺片分割, 肺结节
