| 注册
首页|期刊导航|电子学报|基于结构重参数化与多尺度深度监督的COVID-19胸部CT图像自动分割

基于结构重参数化与多尺度深度监督的COVID-19胸部CT图像自动分割

刘金平 吴娟娟 张荣 徐鹏飞

电子学报2023,Vol.51Issue(5):1163-1171,9.
电子学报2023,Vol.51Issue(5):1163-1171,9.DOI:10.12263/DZXB.20220368

基于结构重参数化与多尺度深度监督的COVID-19胸部CT图像自动分割

Toward Automated Segmentation of COVID-19 Chest CT Images Based on Structural Reparameterization and Multi-Scale Deep Supervision

刘金平 1吴娟娟 1张荣 1徐鹏飞1

作者信息

  • 1. 湖南师范大学信息科学与工程学院,湖南长沙 410006
  • 折叠

摘要

关键词

COVID-19/医学图像分割/深度学习/U-Net/结构重参数化/深度监督学习

Key words

COVID-19/medicalimage segmentation/deep learning/U-Net/structure reparameterization/deep super-vised learning

分类

信息技术与安全科学

引用本文复制引用

刘金平,吴娟娟,张荣,徐鹏飞..基于结构重参数化与多尺度深度监督的COVID-19胸部CT图像自动分割[J].电子学报,2023,51(5):1163-1171,9.

基金项目

国家自然科学基金(No.61971188) National Natural Science Foundation of China(No.61971188) (No.61971188)

电子学报

OA北大核心CSCDCSTPCD

0372-2112

访问量0
|
下载量0
段落导航相关论文