基于Swin-UNet血细胞分割方法研究

打开文本图片集

收稿日期：2023-09-08

DOI：10.19850/j.cnki.2096-4706.2024.05.027

摘  要：血细胞分割结果是医生诊断病情的一项重要依据。医学检测血细胞方法容易受外界干扰且效率低下，传统图像分割模型精确度低，对背景杂乱的血细胞图像分割效果差。为提高血细胞分割效率与准确性，提出一种基于Swin-UNet改进的血细胞分割算法，首先通过迁移学习引入Swin-UNet在ImageNet上预训练模型参数作为特征提取前端，提高模型的泛化能力；其次根据Swin-UNet算法改进下采样模块归一化函数，提高模型训练速度。（剩余10022字）