基于改进U-KAN的乳腺癌超声图像分割OA
乳腺癌是最常见的恶性肿瘤。针对乳腺癌超声图像因边界模糊和形状、大小等多样导致的分割不精确的问题,提出了一种基于改进U-KAN的乳腺癌超声图像分割模型EAU-KAN。该模型通过整合高效多尺度注意力模块增强对图像细节的捕捉能力,引入空洞空间卷积池化金字塔模块以扩展网络的感受视野并丰富空间信息的表达。在BUSI数据集上的测试结果显示,EAU-KAN模型的交并比(IoU)达到了64.95%、Dice系数为77.48%,这证明了其在乳腺癌超声图像分割中的有效性。
汪慎文;王海滨;赵振峰;尚校
河北地质大学信息工程学院,河北石家庄050031河北地质大学信息工程学院,河北石家庄050031河北汇汲科技发展有限公司,河北石家庄050030河北地质大学信息工程学院,河北石家庄050031
计算机与自动化
乳腺癌深度学习医学图像分割注意力机制空间金字塔池化
《南昌工程学院学报》 2024 (6)
P.7-13,7
石家庄引进高层次人才创业启动资金项目(248790067A)河北省自然科学基金项目(H2024403001)河北省教育厅科学研究项目(BJK2024099)。
评论