关键词:
图像分割
注意力机制
乳腺肿瘤
残差网络
U-Net
摘要:
乳腺癌是危害女性健康的重要疾病,及时准确地诊断是降低乳腺癌死亡率的关键。为提高乳腺癌诊断的准确性,提出一种改进U-Net的X射线乳腺肿瘤区域分割方法。首先,融合空间注意力和通道注意力机制,构建平行注意力模块,以加强网络对关键特征的提取和识别能力;然后,将平行注意力模块与残差模块相结合,设计了残差平行注意力模块,提高U-Net模型的深层特征提取与高效聚焦能力;最后,将残差平行注意力模块引入U-Net模型的编码器部分,提高了U-Net模型对X射线乳腺肿瘤区域的分割精度。在CBIS-DDSM上的实验结果表明,改进U-Net模型的Dice系数和平均交并比分别达到94.20%和90.76%,有效提升了X射线乳腺肿瘤区域的分割精度。