基于DRA-UNet模型的超声图像分割方法OA北大核心CSTPCD
Ultrasonic image segmentation method based on DRA-UNet model
针对普通卷积运算无法关注重点区域、编码器无法有效提取全局上下文信息、简单的跳跃连接无法捕获显著特征,以及易导致分割图像分辨率降低、重要细节丢失、小物体信息无法被准确捕获等问题,提出基于膨胀率注意力机制的UNet(DRA-UNet)模型,并发展了基于此模型的超声图像分割方法.在UNet模型的基础上,引入膨胀率注意门和多尺度卷积(ConvMulti)模块.膨胀率注意门模块利用空洞卷积能得到更大的感受野,将编码器语义位置的局部区域像素联合到上采样区域,…查看全部>>
Aiming at the problems that the ordinary convolution operation cannot focus on the key areas,the encoder cannot effectively extract the global context information,and the simple skip connection cannot capture the salient features,so that it is easy to cause that the segmentation image resolution is reduced,the important details are lost,and the small object information cannot be accurately captured,a UNet(DRA-UNet)model based on the expansion rate attention …查看全部>>
王雷;郭新萍;王钰帏;李彬
山东理工大学计算机科学与技术学院,山东 淄博 255000山东理工大学计算机科学与技术学院,山东 淄博 255000山东理工大学计算机科学与技术学院,山东 淄博 255000华南理工大学自动化科学与工程学院,广东 广州 510641
计算机与自动化
超声图像图像分割U-Net模型空洞卷积注意力机制
ultrasonic imagesimage segmentationU-Net modeldilation convolutionattention mechanism
《华中科技大学学报（自然科学版）》 2024 (5)
83-89,7
国家自然科学基金青年基金资助项目(61502282)国家自然科学基金面上资助项目(62273155)山东省自然科学基金面上资助项目(ZR2021MF017).
评论