基于注意力机制和多模态特征融合的猕猴脑磁共振图像全脑分割OACSCDCSTPCD
Whole-brain parcellation for macaque brain magnetic resonance images based on attention mechanism and multi-modality feature fusion
目的 提出并探讨一种新的基于注意力机制和多模态特征融合的深度学习算法(DDAM),实现对猕猴脑MRI图像的全脑分割.方法 共收集68例年龄分布在13～36月的多模态猕猴脑MRI图像数据,且均包含对应的真实标签.针对多模态数据信息复杂且互补的特点,采用多编码器结构分别适应不同模态并进行特征提取.在解码器部分引入注意力机制构建多模态特征融合模块(AMFF),利用模态间信息丰富且互补的特点,充分融合不同尺度和复杂度的多模态特征,进而提升分割性能.另外,…查看全部>>
吴雪扬;张煜;张华;钟涛
南方医科大学生物医学工程学院//广东省医学图像处理重点实验室,广东 广州 510515南方医科大学生物医学工程学院//广东省医学图像处理重点实验室,广东 广州 510515南方医科大学生物医学工程学院//广东省医学图像处理重点实验室,广东 广州 510515南方医科大学生物医学工程学院//广东省医学图像处理重点实验室,广东 广州 510515
猕猴大脑磁共振全脑分割深度学习注意力机制多模态特征融合
macaque brainmagnetic resonance imagingwhole-brain parcellationdeep learningattention mechanismmulti-modality feature fusion
《南方医科大学学报》 2023 (12)
基于多维度特征的乳腺癌超声图像辅助诊断关键技术研究
2118-2125,8
国家自然科学基金(61971213,U22A20350)国家自然科学基金青年科学基金(62201246,62001206)广州市基础与应用基础研究项目(2023A04J2262)中国博士后科学基金(2022M711530)Supported by National Natural Science Foundation of China(61971213,U22A20350)and Supported by Natural Science Foundation for the Youth(NSFY)of China(62201246,62001206).
评论