换一批摘要目的:探讨Swin-Unet和U-Net网络模型在炎性膝关节病超声图像分割中的应用.方法:选取2022年1月至2022年12月在我院超声诊疗中心就诊的炎性膝关节病患者 400例,共计 1 500 张超声图像.采用U-Net和Swin-Unet模型进行图像自动分割,并对比两种模型的分割效果.结果:U-Net网络模型可基本分割出目标图像区域,特别在处理数据量较少的图像时,分割性能较好.相比之下,Swin-Unet模型整体性能高于U-Net模型,其平均Dice系数及HD指标均有提升.Swin-Unet模型对数据量较大的超声图像能提供更为准确的评估,且边界拟合更加精确.结论:Swin-Unet和U-Net模型各自具备独特的优势,能够在炎性膝关节病超声图像中发挥一定的分割效果.
更多相关知识
- 浏览11
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
