期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
坐标增强与多源采样的脑肿瘤图像分割
1
作者
蒋占军
李洋
+1 位作者
廉敬
苗新法
《计算机应用》
北大核心
2025年第3期996-1002,共7页
针对脑肿瘤图像分割模型对肿瘤区域关注度不够及易丢失空间上下文信息,导致对肿瘤区域分割效果不佳的问题,提出一种融合坐标增强学习机制(CEL)与多源采样的TransUNet脑肿瘤分割网络。首先,提出一种CEL,结合ResNetv2作为模型的浅层特征...
针对脑肿瘤图像分割模型对肿瘤区域关注度不够及易丢失空间上下文信息,导致对肿瘤区域分割效果不佳的问题,提出一种融合坐标增强学习机制(CEL)与多源采样的TransUNet脑肿瘤分割网络。首先,提出一种CEL,结合ResNetv2作为模型的浅层特征提取网络,增加对脑肿瘤区域的关注度;其次,设计深层混合采样特征提取器,并利用可变形注意力与自注意力机制对脑肿瘤的全局与局部信息进行多源采样;最后,在编码器与解码器之间设计交互层级融合(ILF)模块,从而在实现深层与浅层特征信息交互的同时减少参数的计算量。在BraTS2018和BraTS2019数据集上的实验结果表明:相较于基准TransUNet,所提模型的平均相似性系数(mDice)、平均交并比(mIoU)、平均精度均值(mAP)和平均召回率(mRecall)分别提高4.84、7.21、3.83和3.15个百分点,模型大小降低了16.9 MB。
展开更多
关键词
图像分割
多模态信息
坐标增强学习机制
混合采样
交互
层级融合模块
在线阅读
下载PDF
职称材料
基于多层级特征自适应融合的图像分割算法
被引量：
1
2
作者
袁小平
何祥
+1 位作者
王小倩
胡杨明
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022年第10期1958-1966,共9页
为了解决传统算法对医学图像分割时精度较低的问题,提出基于多层级特征自适应融合的新型FRUnet图像分割算法.在编码器阶段,设计采样加权模块替代传统卷积层,对图像空间信息进行逐层提取和特征融合,获得相邻像素之间的相关性和不同层次...
为了解决传统算法对医学图像分割时精度较低的问题,提出基于多层级特征自适应融合的新型FRUnet图像分割算法.在编码器阶段,设计采样加权模块替代传统卷积层,对图像空间信息进行逐层提取和特征融合,获得相邻像素之间的相关性和不同层次的语义信息.在解码器阶段,设计多层级自适应融合模块,通过非线性跳跃连接逐层提取图像通道信息,自适应地融合邻近连接层的上下文信息,使各层专注不同特征信息的提取.FR-Unet在模型参数量上大幅度减少,让网络在场景部署上得到更好的支持.实验结果表明,该网络在动物细胞分割、肝脏器官分割、皮肤病变分割等众多任务中均表现突出.
展开更多
关键词
图像分割
FR-Unet
逐层提取
采样加权
模块
多
层级
自适应
融合
模块
在线阅读
下载PDF
职称材料
基于多补丁和多尺度层级聚合网络的快速非均匀图像去雾
被引量：
3
3
作者
杨坤
张娟
方志军
《计算机科学》
CSCD
北大核心
2021年第11期250-257,共8页
尽管基于卷积神经网络的去雾算法在合成的均匀雾气数据集上已经取得了巨大进展,但在真实的非均匀有雾图像上仍然表现不佳。为了快速有效地去除图像中的非均匀雾气,文中首先提出了一种多补丁和多尺度层级聚合网络结构(Multi-patch and Mu...
尽管基于卷积神经网络的去雾算法在合成的均匀雾气数据集上已经取得了巨大进展,但在真实的非均匀有雾图像上仍然表现不佳。为了快速有效地去除图像中的非均匀雾气,文中首先提出了一种多补丁和多尺度层级聚合网络结构(Multi-patch and Multi-scale Hierarchical Aggregation Network,MPSHAN),融合了多补丁局部化信息和多尺度全局化信息。其次,提出了层级融合模块(Hierarchical Fusion Module,HFM),既解耦了残差融合以实现更丰富的非线性特征表达,又通过通道注意力机制提升了关键位置的特征融合质量。同时,对层级结构使用扩张卷积获得多尺度信息,增强特征图以优化融合效果。此外,在损失函数中加入频域损失以恢复更好的边缘质量。实验结果表明,所提算法在非均匀雾气图像上具有很好的鲁棒性,1200×1600高分辨率图像的平均处理时间仅有0.044 s,相比其他去雾算法,其在图像去雾效果和运行时间之间实现了更好的平衡。
展开更多
关键词
多补丁
多尺度
层级融合模块
注意力机制
扩张卷积
图像去雾
在线阅读
下载PDF
职称材料
题名
坐标增强与多源采样的脑肿瘤图像分割
1
作者
蒋占军
李洋
廉敬
苗新法
机构
兰州交通大学电子与信息工程学院
出处
《计算机应用》
北大核心
2025年第3期996-1002,共7页
基金
国家自然科学基金资助项目(62061023)
甘肃省杰出青年基金资助项目(21JR7RA345)。
文摘
针对脑肿瘤图像分割模型对肿瘤区域关注度不够及易丢失空间上下文信息,导致对肿瘤区域分割效果不佳的问题,提出一种融合坐标增强学习机制(CEL)与多源采样的TransUNet脑肿瘤分割网络。首先,提出一种CEL,结合ResNetv2作为模型的浅层特征提取网络,增加对脑肿瘤区域的关注度;其次,设计深层混合采样特征提取器,并利用可变形注意力与自注意力机制对脑肿瘤的全局与局部信息进行多源采样;最后,在编码器与解码器之间设计交互层级融合(ILF)模块,从而在实现深层与浅层特征信息交互的同时减少参数的计算量。在BraTS2018和BraTS2019数据集上的实验结果表明:相较于基准TransUNet,所提模型的平均相似性系数(mDice)、平均交并比(mIoU)、平均精度均值(mAP)和平均召回率(mRecall)分别提高4.84、7.21、3.83和3.15个百分点,模型大小降低了16.9 MB。
关键词
图像分割
多模态信息
坐标增强学习机制
混合采样
交互
层级融合模块
Keywords
image segmentation
multi-modal information
Coordinate Enhanced Learning mechanism(CEL)
blended sampling
Interactive Level Fusion(ILF)module
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
R445.2 [医药卫生—影像医学与核医学]
在线阅读
下载PDF
职称材料
题名
基于多层级特征自适应融合的图像分割算法
被引量：
1
2
作者
袁小平
何祥
王小倩
胡杨明
机构
中国矿业大学信息与控制工程学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022年第10期1958-1966,共9页
基金
国家科技支撑计划资助项目(2013BAK06B08)
江苏省研究生科研与实践创新计划资助项目(SJCX20_0812)。
文摘
为了解决传统算法对医学图像分割时精度较低的问题,提出基于多层级特征自适应融合的新型FRUnet图像分割算法.在编码器阶段,设计采样加权模块替代传统卷积层,对图像空间信息进行逐层提取和特征融合,获得相邻像素之间的相关性和不同层次的语义信息.在解码器阶段,设计多层级自适应融合模块,通过非线性跳跃连接逐层提取图像通道信息,自适应地融合邻近连接层的上下文信息,使各层专注不同特征信息的提取.FR-Unet在模型参数量上大幅度减少,让网络在场景部署上得到更好的支持.实验结果表明,该网络在动物细胞分割、肝脏器官分割、皮肤病变分割等众多任务中均表现突出.
关键词
图像分割
FR-Unet
逐层提取
采样加权
模块
多
层级
自适应
融合
模块
Keywords
image segmentation
FR-Unet
layer-by-layer extraction
sampling weighting module
multi-level adaptive fusion module
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多补丁和多尺度层级聚合网络的快速非均匀图像去雾
被引量：
3
3
作者
杨坤
张娟
方志军
机构
上海工程技术大学电子电气工程学院
出处
《计算机科学》
CSCD
北大核心
2021年第11期250-257,共8页
基金
国家自然科学基金(61772328)。
文摘
尽管基于卷积神经网络的去雾算法在合成的均匀雾气数据集上已经取得了巨大进展,但在真实的非均匀有雾图像上仍然表现不佳。为了快速有效地去除图像中的非均匀雾气,文中首先提出了一种多补丁和多尺度层级聚合网络结构(Multi-patch and Multi-scale Hierarchical Aggregation Network,MPSHAN),融合了多补丁局部化信息和多尺度全局化信息。其次,提出了层级融合模块(Hierarchical Fusion Module,HFM),既解耦了残差融合以实现更丰富的非线性特征表达,又通过通道注意力机制提升了关键位置的特征融合质量。同时,对层级结构使用扩张卷积获得多尺度信息,增强特征图以优化融合效果。此外,在损失函数中加入频域损失以恢复更好的边缘质量。实验结果表明,所提算法在非均匀雾气图像上具有很好的鲁棒性,1200×1600高分辨率图像的平均处理时间仅有0.044 s,相比其他去雾算法,其在图像去雾效果和运行时间之间实现了更好的平衡。
关键词
多补丁
多尺度
层级融合模块
注意力机制
扩张卷积
图像去雾
Keywords
Multi-patch
Multi-scale
Hierarchical fusion module
Attention mechanism
Dilated convolution
Image dehazing
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
坐标增强与多源采样的脑肿瘤图像分割
蒋占军
李洋
廉敬
苗新法
《计算机应用》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于多层级特征自适应融合的图像分割算法
袁小平
何祥
王小倩
胡杨明
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
3
基于多补丁和多尺度层级聚合网络的快速非均匀图像去雾
杨坤
张娟
方志军
《计算机科学》
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
