基于改进CNN的弱边缘超声图像分割方法

doi:10.19292/j.cnki.jdxxp.2024.06.003

吉林大学学报(信息科学版) ›› 2024, Vol. 42 ›› Issue (06) : 1018-1024. DOI: 10.19292/j.cnki.jdxxp.2024.06.003

基于改进CNN的弱边缘超声图像分割方法

朱彦华

作者信息 +

History +

摘要

为解决弱边缘超声图像分割难度大的问题，提出基于改进CNN(Convolutional Neural Networks)的弱边缘超声图像分割方法。该方法首先利用平稳小波变换去除图像中的噪声，并通过加权最小二乘滤波器强化图像边缘细节，然后将改进卷积注意力模块添加到残差网络模型中提取图像特征，最后通过优化损失函数提高图像的分割精度。实验结果表明，所提方法对超声图像的弱边缘细节处理效果好，可提高对医学超声图像的分割精度。