检索结果-南通市图书馆

作者：李帅西安电子科技大学

学位级别：硕士

随着计算机技术的不断进步,人工智能与工业、制造业结合的不断深入,加上民众对医疗服务体验要求的不断提高,截止到目前,越来越多的国家将目光集中到了进一步提高药房自动化的问题上来。但已完成的智慧药房大多存在自动化水平低、实时性... 详细信息

随着计算机技术的不断进步,人工智能与工业、制造业结合的不断深入,加上民众对医疗服务体验要求的不断提高,截止到目前,越来越多的国家将目光集中到了进一步提高药房自动化的问题上来。但已完成的智慧药房大多存在自动化水平低、实时性差、离不开药剂师协同工作的问题,“智慧”程度还不够高,这不仅大大浪费了医疗资源,而且药品在人工传递过程中存在着损耗和安全风险等问题。为提高智慧药房设备的自动化程度,本文重点研究了药品图像分割与识别算法,致力于在药房设备中加入基于图像处理技术的视觉辅助功能。本文首先基于中山大学第五附属医院实地环境,完成了住院药房药品图像样本采集。为解决原始数据质量过差而导致后续图像分割与识别性能不佳的问题,使用图像预处理技术以提高样本图像质量。为此,通过对多种图像预处理技术进行实验测试,并对相关实验结果进行对比分析,选择两种最优预处理算法完成药品图像数据库搭建工作。为提高药品图像分割准确率和实时性,本文在传统区域生长算法的基础上进行改进。在现有分割算法对胶囊药品难以分割准确的情况下,本文通过计算胶囊药品的几何矩,利用同一胶囊的上下部分在距离和角度上与其他连通域有较大差别的特点,来实现算法合并方案的设计。通过将本文算法与其他分割算法处理结果进行对比,本文所提出改进算法在分割准确性和实时性上,都较其他分割算法有很大的提升。为提高药品图像识别准确率,文章基于第二章搭建的药品图像数据库,抽取部分药品图像样本进行颜色、形状、纹理的特征提取,对特征归一化后结果分析后选取特征表达能力最强的一组进行分类器识别。然而,单一基础分类器识别准确率较低,针对此情况本文基于集成学习对分类器进行优化,并抽取药品图像样本进行测试验证,通过与各分类器进行实验对比,发现集成分类器识别准确率最优,最后结合设备运行情况对药品核对功能进行了上位机实现。

关键词：智慧药房药品图像分割药品图像识别区域生长算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CT图像的肝肾自动分割方法研究

基于CT图像的肝肾自动分割方法研究

作者：刘航中国科学技术大学

学位级别：硕士

放射治疗是治疗癌症的主要手段之一,准确分割出各器官边界是放疗计划制定过程中不可或缺的一个环节。传统手动分割方法繁琐耗时,结果不可复现,因此研究器官自动分割具有重要的意义。肝肾自动分割存在一些难点：肝脏与周围器官组织灰度... 详细信息

放射治疗是治疗癌症的主要手段之一,准确分割出各器官边界是放疗计划制定过程中不可或缺的一个环节。传统手动分割方法繁琐耗时,结果不可复现,因此研究器官自动分割具有重要的意义。肝肾自动分割存在一些难点：肝脏与周围器官组织灰度上缺乏良好的灰度对比从而难以形成清晰的边界,对于不同个体肝脏形变较大,大血管和病变部位造成肝脏不连续;肾脏有两个,需要同时分割出来,肾脏内部的血管、肾小球、水和空气引起噪声和空洞,有时肾脏会与输尿管相连。近年来国内外很多研究工作者就肝肾分割的精确性、高效性、鲁棒性做了大量研究,以实现半自动、自动分割。本文基于FDS团队研发的精确放射治疗系统ARTS(Accurate/Advanced Radiotherapy System),在此平台基础上实现肝肾自动分割模块。包括三个主要功能：肝脏自动分割,肾脏自动分割以及手动修正工具。基于区域生长算法的分割方法具有算法成熟、时间复杂度较低等优势,比较适用于实际应用中肝肾的自动分割。鉴于传统区域生长算法自动化程度低、精度欠缺、轮廓粗糙的不足,本文从三个方面改进区域生长算法。(1)使用基于先验经验和肝肾器官特性的种子区域选择策略,极大的提高了自动化程度。使用Canny算子边缘检测算法结果改进的区域生长算法自动分割肝脏,使用动态阈值算法结果改进的区域生长算法自动分割肾脏,改善了自动分割效果。(2)使用多种后处理算法优化分割结果,提取平滑轮廓。使用漫水填充法去除区域生长结果中的“空洞”获得完整闭合区域,使用形态学算法去除边界上细小的凸起和凹陷,使用边缘跟踪算法提取轮廓,使用曲线拟合算法去除轮廓角点来平滑轮廓。(3)基于开源可视化工具包VTK设计实现手动工具对自动分割结果修正,并将分割结果可视化。综合自动分割功能、手动分割功能和可视化功能设计分割模块,在Windows平台上使用C++开发工具实现,为ARTS分割模块提供技术支持。使用多套临床实际CT序列测试算法,以医生手动勾画结果为标准进行评价。在大多数CT切片上都能取得较理想的结果,并且分割用时很短,保证了效率。

关键词：医学图像分割区域生长算法边缘检测动态阂值后处理 VTK

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

肾脏CT图像全自动分割系统设计与实现

肾脏CT图像全自动分割系统设计与实现

作者：高杰临华中科技大学

学位级别：硕士

计算机断层扫描(CT)是目前临床上肾脏成像最常用的方法之一。精确可靠的CT图像肾脏分割结果可以为肾脏疾病的临床诊治提供重要依据。目前CT图像肾脏分割面临的主要挑战是:其一,主流的手动分割和半自动分割方法人工操作量大,对操作者经... 详细信息

计算机断层扫描(CT)是目前临床上肾脏成像最常用的方法之一。精确可靠的CT图像肾脏分割结果可以为肾脏疾病的临床诊治提供重要依据。目前CT图像肾脏分割面临的主要挑战是:其一,主流的手动分割和半自动分割方法人工操作量大,对操作者经验及专业水平要求较高,分割结果易受操作者主观因素影响而无法复现;其二,造影剂导致了肾动静脉血管与肾脏的CT值高度相似,且肾脏的CT值也不再稳定于一个区间。面对上述挑战,本文结合CT图像肾脏形态特征研究了全自动分割方法。首先,本文使用YOLOv3算法进行肾脏粗定位,结合其结果使用改进区域生长算法实现肾脏精确定位。然后,本文提出SDRLSE算法,这是一种结合结构相似性和目标区域对比度的改进距离正则化水平集算法,该算法根据CT图像序列间的上下文联系逐层分割获得肾脏分割结果。最后,本文提出使用三维距离正则化水平集算法对分割结果进行优化。基于上述方法研究,本文设计并实现了一种肾脏CT图像全自动分割系统。将本系统应用于临床增强CT图像对其分割结果的准确性进行测试,对比其他算法分割结果,本系统分割结果获得了平均值为0.967的DICE系数以及平均值为0.936的交并比得分,优于其他算法。同时,本文采用GPU模式实现了分割效率的提升,与CPU模式相比,提升了3倍的速度。本系统实现了全自动的分割流程,获得了肾脏、肾皮质与肾髓质精确鲁棒的分割结果,并通过临床CT图像验证了本系统具有良好的稳定性和可靠性。

关键词：增强CT图像全自动分割区域生长算法距离正则化水平集算法结构相似性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的视频对象分割方法

基于深度学习的视频对象分割方法

作者：赵姗电子科技大学

学位级别：硕士

视频对象分割技术是计算机视觉中一项基础而关键的技术,它旨在按照一定的标准分割出视频序列中人们感兴趣的区域,包括静态场景视频中出现的行人,动态场景视频中拍摄的主体对象等。该技术广泛应用于智能视频监控、视频会议、智能交通等... 详细信息

视频对象分割技术是计算机视觉中一项基础而关键的技术,它旨在按照一定的标准分割出视频序列中人们感兴趣的区域,包括静态场景视频中出现的行人,动态场景视频中拍摄的主体对象等。该技术广泛应用于智能视频监控、视频会议、智能交通等领域。现有的视频对象分割方法可以分为基于半监督的传统方法,基于无监督的传统方法,基于半监督的深度学习方法以及基于无监督的深度学习方法。基于半监督的方法在使用过程中需要人机交互,因此可应用的范围十分有限。而无监督的传统方法,由于是人为设计的特征提取器,难以在复杂多变的环境下保持良好的分割效果。虽然无监督的深度学习方法无需人工设计特征提取器,可以利用网络自主学习需要用到的特征,对不同的场景具有更好的适应性。但通过网络端到端的进行分割难以同时做到分割出完整对象且不产生被误判为对象的背景区域。为了提高分割精度,并将方法应用于较多的场景中,本文提出了基于无监督的深度学习,并结合传统方法的覆盖-种子融合网络。覆盖-种子融合网络由覆盖分支、种子分支和融合部分共同组成。其中,覆盖分支用于解决分割出来的目标对象缺损或边界不准确的问题,种子分支和融合部分则解决产生错误分割为前景的背景区域的问题。两个分支采用相同的神经网络结构,通过不同的损失函数和评价指标分别得到两个分支的模型。而融合部分则采用传统图像处理方法中的区域生长算法,以种子分支的输出为区域生长算法的种子,以覆盖分支的输出为其中一个生长约束条件,通过对种子分支的输出进行生长得到最终的分割结果。进一步地,根据采用的分支结构的不同,可以将本文提出的覆盖-种子融合网络分为不利用帧间信息的覆盖-种子融合网络和利用光流的覆盖-种子融合网络。为了验证网络各部分的有效性以及网络的整体性能,本文分别对两种覆盖-种子融合网络的各组成部分进行了消去实验,并在三个公开的视频对象分割数据集与其它经典的视频对象分割方法进行对比,实验结果证明了该网络的有效性。

关键词：视频对象分割深度学习神经网络区域生长算法

基于多视角区域生长的复杂曲面结构模型分割方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多视角区域生长的复杂曲面结构模型分割方法研究

作者：张娜燕山大学

学位级别：硕士

逆向工程技术与计算机图形学技术不断发展,在复杂曲面结构模型的设计、制造等多个阶段得到了广泛应用,新技术的引入加速了模型的数字化进程。数字化处理后的模型可用于特征分析、形状检测,实现由实体模型到设计图纸的过程。其中,点云分... 详细信息

逆向工程技术与计算机图形学技术不断发展,在复杂曲面结构模型的设计、制造等多个阶段得到了广泛应用,新技术的引入加速了模型的数字化进程。数字化处理后的模型可用于特征分析、形状检测,实现由实体模型到设计图纸的过程。其中,点云分割是逆向设计制造过程中的关键内容,对物体分类、目标识别、三维重建等任务至关重要。现阶段已有多种分割方法成功应用于复杂曲面结构模型,但由于模型种类复杂多样,包含的一些自由曲面边界难以界定,加之扫描设备获取到的点云数据中夹杂着噪点,对点云数据处理造成一定的干扰,因此实际分割实验中普遍存在部分特征区域识别效果欠佳的问题。为了提高分割的完整度,提出一种基于多视角区域生长的分割方法,主要研究内容包括:(1)针对复杂曲面结构模型数据量大、复杂度高的特性,提出一种基于法向量方向相异性原则的模型初分类方法。利用G2S(Gabriel2 Simplex)准则构建复杂曲面结构模型的三角网格结构,获取其表面的拓扑特征,解算并校正拓扑结构中每一三角面片的法向量信息,依据不同类间法向的指向差异将模型划分为不同类别的子集合。(2)针对单一视角下特征信息缺失与传统距离图像的缺陷,提出一种多视角距离图像的生成方法。在选取视角下将各类点云垂直映射到二维平面上,进行格网划分与网格赋值处理,实现三维点云到二维图像的转化,并引入基于图像形态学的平滑算法削弱图像中尖锐区域,获得不同视角下的距离图像。(3)针对传统区域生长算法自动化程度低、分割完整度不足的情况,提出一种改进的区域生长算法。借助多视角距离图像计算三维空间中不同特征区域内的种子点,采用网格法向量偏移角度和距离约束的区域生长算法识别不同特征面,并利用KNN(K-Nearest Neighbor,KNN)算法剔除离群点,在多种复杂曲面结构模型上均可获得不低于80%的合理分割结果。

关键词：点云分割多视角距离图像网格法向量区域生长算法 KNN

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光纤激光深熔焊接主动式在线同轴监测研究

光纤激光深熔焊接主动式在线同轴监测研究

作者：张成磊湖南大学

学位级别：硕士

随着我国汽车行业的飞速发展，激光焊接技术也得到了充分体现，尤其是光纤激光器因为具有光束质量好、功率密度高、具有小光斑直径和集中热输入量的特点，形成的焊缝深宽比大、变形小等优点，在焊接领域的地位已日益剧增。但是在高速、... 详细信息

随着我国汽车行业的飞速发展，激光焊接技术也得到了充分体现，尤其是光纤激光器因为具有光束质量好、功率密度高、具有小光斑直径和集中热输入量的特点，形成的焊缝深宽比大、变形小等优点，在焊接领域的地位已日益剧增。但是在高速、高自动化激光焊接过程中难以始终保证焊接质量的稳定性。因此，利用监测激光焊接过程中的熔池及小孔等相关信息来实现对焊接质量的监测引起广大学者的重视。本文为实现焊接质量的在线监测，搭建了基于辅助光源的光纤激光焊接质量监测系统。首先通过试验测定了激光焊接镀锌钢时干扰信号(等离子体与金属蒸汽等)的波长范围，比较了不同蓝、绿和红色波段滤光效果，选取了合适的滤波片可以更好地抑制等离子体等干扰信号对同轴采集焊接区域图像的干扰;研究了主动式同轴监测与被动式同轴监测的区别，选取了绿色LED点光源作为辅助光源并设计了辅助点光源的照射角度调节装置;针对在焊接过程中不同的焊接速度，不同的焊接参数下同轴拍摄的需求，设计并选取了合适的拍摄装置及数据采集装置。针对激光焊接同轴图像的特点及采集系统的采集效率，提出了激光焊接质量的同轴监测算法。首先通过灰度处理，自适应中值滤波、图像增强、生长算法及Canny算子的方法对同轴采集的图像处理，可以获得熔池、小孔、热影响区轮廓清晰的图像。通过分析沿垂直焊接速度方向的熔池区域灰度分布，在线监测熔池宽度L值的大小可以实现光纤激光深熔焊接熔宽的在线监测。通过获取小孔顶部的直径D和底部直径d后，基于d/D的比值来实现激光焊接熔透状态的监测。最后，通过光纤激光焊接质量同轴监测平台并结合焊接质量监测机理做了大量试验，得出在激光焊接时可根据同轴采集图像中熔池宽度L的值来实现熔宽监测，当L值出现较大变动时即代表焊缝宽度发生大的变化;在激光焊接熔透状态监测时，可根据d/D的值监测出三种熔透状态，分别为未熔透、适度熔透和过熔透。在对接焊过程中，对采集图像灰度值提取后，可获得未焊接缝隙所在的像素线位置，将其与焊接区域中心线比较，获得距离差值为L，可以根据监测L的值来实现焊缝跟踪，从而实现了焊接质量与焊缝跟踪的同步进行。

关键词：激光焊接熔宽熔透状态辅助光源同轴监测区域生长算法

基于目标分割和NSCT变换的图像融合方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于目标分割和NSCT变换的图像融合方法研究

作者：黄秋萍昆明理工大学

学位级别：硕士

近年来,多传感器图像数据融合技术在机器视觉、遥感、医学、军事和农业等领域得到了广泛的应用。该技术是指将不同类型传感器或不同条件下同一类型传感器对同一场景目标所采集的信息,融合成一幅清晰的、信息丰富的、更有利于突出目标的... 详细信息

近年来,多传感器图像数据融合技术在机器视觉、遥感、医学、军事和农业等领域得到了广泛的应用。该技术是指将不同类型传感器或不同条件下同一类型传感器对同一场景目标所采集的信息,融合成一幅清晰的、信息丰富的、更有利于突出目标的图像。图像融合技术发展至今,涌现出了很多不同的算法。但由于不同类型的图像具有不同的特点,所以这些算法均只适用于某些特定的应用场景。本文提出的融合方法主要是针对红外和可见光图像。论文的主要工作包括:(1)提出了一种基于目标分割的红外与可见光图像融合方法。在该方法中,将红外图像中的行人信息作为目标,可见光图像作为背景;采用改进的区域生长算法分割出红外图像中的红外目标图像;最后将目标图像和背景图像进行融合。针对初始种子点和生长准则的选择,结合红外图像的成像原理,提出了一种最大密度聚类算法(Maximum Density Clustering Algorithm,MDCA)和亮度最大原则相结合的方法,其能够根据源图像实现对初始种子点和生长准则的自适应选择,提高了红外目标的分割精度。实验结果表明,该方法不仅保留了可见光图像的背景信息,而且还有效地加入了红外图像中的目标信息,图像融合效果得到了提升。(2)提出了一种基于非下采样轮廓波变换(Non-downSampling Contourlet Transform,NSCT)改进的图像融合方法。根据图像高、低频分量的特点,本方法采用主成分分析和平均梯度的加权法作为低频子带的融合策略,采用区域方差和最大值的自适应选择法作为高频子带的融合策略,为融合策略的研究提供了一种新的思路。考虑到NSCT变换具有方向性和平移不变性等优点,我们将其用于图像的分解与重构。该方法采用两组不同类型的源图像作为实验数据,通过与其他融合算法的对比实验,表明了该方法是可行有效的,融合图像的质量有所提高。(3)综合前面所提的两种方法,提出了基于目标分割和NSCT变换的融合方法。利用改进的区域生长算法将红外图像中的红外目标分割出来作为目标图像,通过基于NSCT变换改进的图像融合方法得到背景图像,将目标图像和背景图像进行融合,得到融合图像。实验结果表明,相比较文中其它方法,该方法的融合效果更好。

关键词：图像融合目标分割区域生长算法非下采样轮廓波变换

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

肺实质与肝血管CT图像分割方法研究

肺实质与肝血管CT图像分割方法研究

作者：张华海山东科技大学

学位级别：硕士

CT成像技术是放射科医生进行临床医学影像辅助诊断的重要手段,具有图像对比度和分辨率高的优势。但是,由于组织病变、支气管以及胸膜附近异常等因素的干扰,进行胸腹部检查时需要准确分割相关解剖结构。本文针对CT图像中肺实质和肝脏血... 详细信息

CT成像技术是放射科医生进行临床医学影像辅助诊断的重要手段,具有图像对比度和分辨率高的优势。但是,由于组织病变、支气管以及胸膜附近异常等因素的干扰,进行胸腹部检查时需要准确分割相关解剖结构。本文针对CT图像中肺实质和肝脏血管的分割问题,提出改进算法以提高二者的检测与分割的准确性。主要工作为:(1)提出一种融合Surfacelet变换与脉冲耦合神经网络(PCNN)的肺实质分割算法。首先,通过Surfacelet变换对三维肺部CT数据进行多尺度多方向分解,利用局部修正拉普拉斯算子选择处理后的子带系数增强图像的边缘特征;然后,经Surfacelet逆变换得到增强后的图像作为PCNN的反馈输入;最后,通过循环迭代完成肺实质的分割。所提算法对公开数据集Kaggle和LIDC的样本进行了测试。实验结果表明,该方法能够得到较完整的肺实质,其平均相似度系数、平均过分割率和平均欠分割率分别能够达到97.85%,0.31%和1.87%。(2)提出一种CT图像肝脏血管自动分割方法。首先,用双高斯核代替Hessian矩阵中常用的单高斯核,提高肝脏血管的增强效果。然后,采用基于直方图的方法自适应地估计区域生长的阈值作为生长的判断准则。最后,使用区域生长算法提取CT图像中的肝脏血管。实验结果表明,该方法能显著提高肝脏血管的分割准确率,平均准确率达98.1%。

关键词：肺实质分割肝脏血管分割 Surfacelet变换 PCNN模型区域生长算法

基于区域生长的肝脏CT图像肿瘤分割方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于区域生长的肝脏CT图像肿瘤分割方法研究

作者：郭颖大连海事大学

学位级别：硕士

腹部CT图像是进行肝脏肿瘤检查最常见的成像技术。作为一种计算机辅助技术,它有助于医生获得肿瘤的大小、多少、位置等信息。基于腹部CT图像的肝脏肿瘤分割,主要是指将肝脏肿瘤从图像中准确分割出来。医生通过分析图像的分割结果,制定... 详细信息

腹部CT图像是进行肝脏肿瘤检查最常见的成像技术。作为一种计算机辅助技术,它有助于医生获得肿瘤的大小、多少、位置等信息。基于腹部CT图像的肝脏肿瘤分割,主要是指将肝脏肿瘤从图像中准确分割出来。医生通过分析图像的分割结果,制定手术方案。因此,将肝脏肿瘤从腹部CT图像中准确分割出来具有十分的重要意义。本文首先研究了腹部CT图像的特点,分析了目前常用的医学图像分割算法,选择了区域生长算法进行肝脏肿瘤分割。因为区域生长算法非常适用于内部特征均匀的肿瘤或伤口等结构图像的分割。利用该算法进行图像分割,可以使分割后的区域在空间上具有紧密性。然后本文具体分析了传统区域生长算法的原理、优缺点,发现将它应用于肝脏肿瘤CT图像分割存在两个难题:一是初始种子点位置的选择。如果人工手动选择种子点,耗时耗力,并且算法不易推广使用。二是生长准则的制定。生长准则制定的好坏直接影响着分割结果。针对上述问题,本文提出了一种自动选择种子点的改进的区域生长算法,以实现从腹部CT图像自动分割出肝脏和肿瘤。首先,该算法结合图像预处理,选择腹部CT图像中最大连通区域的内切圆圆心作为种子点;其次,该算法改进了生长准则,并对生长准则进行优化,减少了分割后图像中的空洞,实现肝脏的准确分割;最后本文再利用形态学方法对分割出的肝脏进行处理,提取近似肿瘤区域,二次使用区域生长方法把肿瘤从图像中分割出来。本文通过相关实验,证明了改进算法的有效性及准确性。

关键词：肝脏CT图像图像分割区域生长算法种子点选择

基于深度学习的CT图像中肝脏自动分割算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的CT图像中肝脏自动分割算法研究

作者：白司悦南京大学

学位级别：硕士

肝癌是我国最常见的癌症之一,并具有可预测性低、恶化速度快,导致死亡率高的特点。其中最常见的两种原发性肝癌分别为肝细胞癌和肝内胆管细胞癌,两种肝癌在手术治疗方案的选择以及预后评估等方面都有很大的差别,所以,对肝细胞癌和肝内... 详细信息

肝癌是我国最常见的癌症之一,并具有可预测性低、恶化速度快,导致死亡率高的特点。其中最常见的两种原发性肝癌分别为肝细胞癌和肝内胆管细胞癌,两种肝癌在手术治疗方案的选择以及预后评估等方面都有很大的差别,所以,对肝细胞癌和肝内胆管细胞癌实现无创性的早期准确分类诊断在临床上有十分重要的价值。而精确的自动肝脏分割,是通过计算机辅助诊断对肝癌进行分类的必要步骤。本文研究了基于深度学习的在CT图像中的肝脏的自动分割算法,在传统分割算法的基础上进行改进,达到与分类模型有效结合的效果,实现了由原始CT图像到肝细胞癌和肝内胆管细胞癌的分类研究。论文的主要工作如下:(1)从不同方向出发,提出了以下三种不同的肝脏自动分割改进算法:1.将空洞卷积与Unet网络结构相结合,在不进一步减小图像尺寸的情况下增大了网络的感受域,从而降低网络训练过程中产生的特征细节丢失问题。2.将Unet网络与区域生长算法相结合,引入一个简易训练完毕的Unet模型,实现区域生长算法在腹部CT图像上的自动精确选择初始生长种子点。3.将Unet网络与SLIC超像素算法相结合,利用超像素分割对图像边缘贴合性好的特点,对Unet网络的预测结果进行有效的边缘优化。(2)将改进后的分割算法与肝癌分类模型相结合,在江苏省人民医院提供的实际腹部CT图像上对算法效果进行实验验证。验证实验中所使用的分类模型在未患肝癌、肝细胞癌和肝内胆管细胞癌上的三分类准确率为90.22%。结合空洞卷积的Unet网络在肝细胞癌上的准确率为39.76%,肝内胆管细胞癌的准确率为79.02%,总准确率为58.25%。Unet网络结合区域生长算法在肝细胞癌上的准确率为62.62%,肝内胆管细胞癌的准确率为85.27%,总准确率为73.29%。Unet网络结合SLIC超像素算法在肝细胞癌上的准确率为80.12%,肝内胆管细胞癌的准确率为75.22%,总准确率为77.81%。

关键词：肝细胞癌肝内胆管细胞癌 Unet网络空洞卷积区域生长算法超像素算法