基于改进通道多头注意力机制的U-Net3+医学图像分割算法研究OA
U-Net3+Medical Image Segmentation Algorithm Based on Improved Channel Multi-head Attention Mechanism
医学图像分割作为当前的研究热点之一,分割精度对于后续的医学诊断影响巨大.针对目前大多数医学图像分割技术无法充分利用并融合多尺度特征信息的缺陷,提出了一种融合通道注意力机制的改进U-Net3+图像分割算法.在U-Net3+的全局跳跃连接结构的基础上,设计一种新的通道注意力机制并将它嵌入到U-Net3+网络的解码路径中,帮助分割网络在拼接全局特征图时调整重要信息的训练权重从而高效融合全局特征信息.最后,在两种经典的医学图像分割数据集上将该模型进行对比…查看全部>>
Medical image segmentation is one of the current research hotspots,and the segmentation accuracy significantly impacts the subsequent medical diagnosis.In this paper,we proposed an improved U-Net3+image segmentation algorithm that incorporated a channel attention mechanism to address the shortcomings of most current medical image segmentation techniques that can not fully utilize and fuse multi-scale feature information.Based on the global jump connection st…查看全部>>
张全鑫;叶曦;杨志红;向青
江汉大学 智能制造学院,湖北 武汉 430056江汉大学 智能制造学院,湖北 武汉 430056||江汉大学 工业烟尘污染控制湖北省重点实验室,湖北 武汉 430056江汉大学 智能制造学院,湖北 武汉 430056江汉大学 智能制造学院,湖北 武汉 430056
计算机与自动化
U-Net3+图像分割注意力机制
U-Net3+image segmentationattention mechanism
《江汉大学学报（自然科学版）》 2024 (3)
51-61,11
工业烟尘污染控制湖北省重点实验室开放课题(HBIK2022-08)
评论