基于改进U2-Net网络的多裂肌MRI图像分割算法OA北大核心CSTPCD
针对腰间盘突出患者MRI图像多裂肌病变部位分割精度较低的问题,提出一种改进的U2-Net网络的新模型,目标是使得编码和解码的子网络通过一系列嵌套的跳跃路径来相互连接.重新设计U2-Net模型中RSU-7、RSU-6、RSU-5、RSU-4中间的跳跃连接,RSU-4F部分不变,用来降低编码解码子网络中特征图的语义缺失.为了提取到高质量的多裂肌特征,加入通道注意力模块,通过学习每个通道的权重,使网络能够更好地关注对任务有贡献的通道,从而提升模型的性能…查看全部>>
王子民;周悦;关挺强;郭欣;胡巍;王茂发
桂林电子科技大学计算机与信息安全学院,桂林541004桂林电子科技大学计算机与信息安全学院,桂林541004桂林电子科技大学计算机与信息安全学院,桂林541004桂林电子科技大学计算机与信息安全学院,桂林541004柳州市人民医院,柳州545006桂林电子科技大学计算机与信息安全学院,桂林541004
计算机与自动化
磁共振成像(MRI)深度学习医学图像分割多裂肌注意力机制稠密连接U2-Net
《南京信息工程大学学报》 2024 (3)
P.364-373,10
国家自然科学基金(61866009,42164002)国家自然科学基金青年基金(41504037)广西重点研发计划(AB21220037)广西科技计划(基地和人才专项)(桂科AD20325004)桂林市科学研究与技术开发项目(20210227-2)。
评论