基于U-Net医学图像智能分割的网络结构演变OA
随着医疗需求的持续增长,深度学习技术在医学图像自动分割领域展现出巨大的潜力。空间数据智能的发展为医学图像的精确分割提供了新的解决思路。U-Net作为医学图像分割领域最具影响力的网络架构,自2015年提出以来在各类医学影像任务中得到了广泛应用,其独特的编码器-解码器结构设计不仅为后续研究奠定了基础范式,更催生了大量改进网络。系统梳理了U-Net架构的重要发展里程碑:ResUNet通过残差连接解决了深层网络训练困难的问题,Attention-UNet…查看全部>>
刘紫权;史旭阳;胡海;马远萍;朱哲维;李珂
西南科技大学信息工程学院,四川绵阳621010西南科技大学信息工程学院,四川绵阳621010 西南科大四川天府新区创新研究院,四川成都610229成都市公安局科技信息化处,四川成都610017成都市公安局科技信息化处,四川成都610017西南科技大学信息工程学院,四川绵阳621010西南科技大学信息工程学院,四川绵阳621010
电子信息工程
深度学习U-Net医学图像分割神经网络结构
《无线电工程》 2024 (12)
P.2765-2779,15
四川省科技计划(2024NSFSC2040)教育部高校产学研创新基金(2023IT257)成都市技术创新研发项目(2024-YF05-01130-SN)西南科技大学博士基金项目(23zx7136,23zx7135)。
评论