双阶段噪声自适应超声图像分割网络

摘要： 在医学图像分割领域，不同设备或参数的噪声干扰对模型的泛化产生负面影响。为解决由不同噪声源导致的分割模型性能下降问题，提出了一种自适应噪声污染的双阶段高效分割模型NANet。该模型主要包括两部分：去噪和分割。其中去噪部分采用无监督的U型自动编码器结构，结合频域可学习的去噪模块，以缓解噪声引起的目标域差异。分割部分基于DeepLabv3+架构构建模块，聚焦于提高噪声污染超声图像中目... （共9页）