改进U-Net模型在心包积液超声心动图图像分割中的应用

打开文本图片集

摘    要    心包积液是由多种因素引起的心包腔内液体积聚，超声心动图是其常用的诊断工具，但由于图像噪声、回声变化和分割区域形状不规则等问题，常导致定位困难。本文提出了一种改进U-Net模型，并探讨其自动分割心包积液超声心动图图像的应用价值。本文纳入公开数据集Pericardial-Effusion-experimental-data中2541组（共5082张图片）数据，以7∶3的比例分为训练集（1779组，3558张图片）和公开测试集（762组，1524张图片），另纳入山东第二医科大学附属医院的心包积液患者超声心动图图像38张作为外部测试集。（剩余9301字）