基于U-Net的泌尿系结石识别及面积测量研究
练文勇1
焦敏2
刘娜2
田敏2
1.新疆生产建设兵团第三师总医院泌尿外科,新疆图木舒克 8439002.石河子大学机械电气工程学院电子信息工程系,新疆石河子 832003
摘要：泌尿系结石的传统人工识别方法效率低且易受医生主观影响,存在一定的误差,从而影响诊断的准确性和治疗的及时性.本研究提出了一种基于U-Net网络的深度学习方法,用于自动识别泌尿系结石并测量其大小.通过U-Net模型对结石计算机断层扫描(CT)影像进行分割,实现了结石区域的自动识别,并通过最小二乘法模型测量结石的大小.研究结果表明,U-Net模型在分割方面表现出较高的精度,平均交并比(IoU)达到84.39%,平均Dice系数为90.8%,能准确识别和定位结石.基于最小二乘法的大小测量模型也证明了其在结石面积测量中的有效性.本研究通过对结石位置的精确分割和自动测量,为泌尿系结石的诊断提供了可靠的技术手段,辅助临床医生做出更好的决策.
关键词：泌尿系结石U-Net深度学习图像分割最小二乘法
分类号：R691.4(泌尿科学（泌尿生殖系疾病）)
资助基金：图木舒克市财政科技计划项目(KY2024PT05)
论文发表日期：2025-06-15
在线出版日期：2025-09-26（本平台首次上网日期，不代表文献的发表时间）
页数：4( 20-22,后插5-后插6 )
英文信息