原创力文档- 1、本文档共9页，其中可免费阅读5页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
1.?? 引言
医学图像分割是对图像中感兴趣区域像素进行标记的任务，可以辅助医疗诊断[1].目前基于深度学习的图像分割[2]是医学图像分析的主流方法，其能够高效地提取图像特征，在医学图像分析领域被研究者广泛关注.
近年来，卷积神经网络(Convolutional Neural Network, CNN)模型[3]是较为常见的医学图像分析方法之一.其中，编解码结构在医学图像分割任务中取得重要的突破[4].2015年，Ronneberger等[5]提出用于医学图像分割的U-Net模型，利用跳跃连接对浅层与深层特征进行拼接，以改善图像特征定位精度，提高图像分割准确率.尽管U-Net在分割医学图像方面
文档评论（0）