基于LSTM-ResNet模型的肺部肿瘤图像分割算法研究
Research on lung tumor image segmentation algorithm based on LSTM-ResNet model作者机构：山东劳动职业技术学院信息工程系济南250300
出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)
年 卷 期：2024年第14卷第6期
页 面：236-239页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：肺癌是一种高发病率和高死亡率的恶性肿瘤,肺部CT图像的精准分割是肺癌患者病情诊断和治疗的有效途径。针对肺部肿瘤CT图像分割中存在肺肿瘤与周围组织对比度低、肺肿瘤边缘模糊和形状、大小及位置各不相同等问题,提出了一种基于LSTM和ResNet的组合模型LSTM-ResNet用于从肺部CT图像中准确地检测和分割肺肿瘤。实验结果表明本文方法能够精准分割出肺部CT图像中的肺肿瘤,满足临床诊断治疗和病理学分析研究的要求。
维普期刊数据库
同方期刊数据库