Сегментация изображений является основной задачей в области медицинской обработки изображений, которая заключается в разделении изображения на несколько сегментов, соответствующих различным анатомическим структурам. Традиционные методы сегментации часто основаны на ручном выделении признаков, что может быть трудоемким и субъективным. В последние годы методы глубокого обучения стали популярными для сегментации изображений, поскольку они могут автоматически извлекать признаки из данных.
В этой статье предлагается новый метод сегментации брюшной области на основе сверточной нейронной сети (CNN). Метод состоит из двух этапов:
Предложенный метод был оценен на наборе данных из 100 изображений брюшной полости. Метод достиг точности сегментации 95,2%, что выше, чем у традиционных методов сегментации.
Предложенный метод является эффективным в сегментации брюшной области. Он может автоматически извлекать признаки из данных и достигать высокой точности сегментации. Этот метод может использоваться для различных приложений в области медицинской обработки изображений, таких как планирование лечения и компьютерная хирургия.