检索结果-维普期刊中文期刊服务平台

基于深度学习U-net网络的雾天汽车视觉图像超像素级配准方法: 1; 作者靳新潘月《激光杂志》北大核心 2025年第4期121-127,共7页; 雾天汽车视觉图像因对比度降低和细节模糊而难以处理与配准。为此,提出基于深度学习U-net网络的超像素级配准方法。首先,通过改进的直方图均衡化算法,增强雾天图像的清晰度和对比度。接着,利用结合了GAN技术的U-Net网络对图像进行初始分... 展开更多; 关键词直方图均衡化深度学习GAN-U-net分割网络 SLIC超像素分割 SURF超像素级配准; 在线阅读下载PDF 职称材料

基于视觉注意力增强CBAM-U-Net模型的视网膜血管分割被引量：3: 2; 作者万加龙金炜东 +1 位作者唐鹏胡建斌《计算机应用研究》 CSCD 北大核心 2020年第S02期321-323,共3页; 针对现有视网膜血管分割方法存在着分割不足、抗干扰能力弱等问题,提出了一种基于视觉注意力增强模型的视网膜血管分割方法。首先,通过白平衡和滤波对视网膜眼底图像进行增强预处理;然后,在医学图像分割网络中引入视觉注意力模型,提高... 展开更多; 关键词视网膜血管分割医学图像分割深度分割网络注意力模块; 在线阅读下载PDF 职称材料

基于残差双注意力U-Net模型的CT图像囊肿肾脏自动分割被引量：6: 3; 作者徐宏伟闫培新 +2 位作者吴敏徐振宇孙玉宝《计算机应用研究》 CSCD 北大核心 2020年第7期2237-2240,共4页; 人体肾脏存在形状的多样性和解剖学的复杂性,囊肿病变也会导致肾脏形状发生大幅变化。为应对CT图像囊肿肾脏自动分割存在的诸多挑战,提出一种新型深度分割网络模型。该模型设计有带残差连接的双注意力模块,在残差结构的基础上,联合空间... 展开更多; 关键词 CT图像囊肿肾脏分割深度网络分割模型注意力机制; 在线阅读下载PDF 职称材料

基于U型结构的多尺度皮肤病分割算法被引量：5: 4; 作者李家琛刘彦 +1 位作者王一诺张俊然《计算机工程与设计》北大核心 2023年第1期59-65,共7页; 针对皮肤病灶的形态不一、边缘模糊导致分割精度不高的问题,提出一种基于U型结构的多尺度网络,利用密集空洞空间金字塔池化模块扩大感受野,得到全局多尺度信息,在跳跃连接中加入双向卷积LSTM(BConv-LSTM),融合特征信息,通过注意力机制... 展开更多; 关键词皮肤病病灶分割深度学习分割网络黑色素瘤上下文信息空洞卷积 CNN; 在线阅读下载PDF 职称材料

基于U-net的海马体分割算法应用被引量：2: 5; 作者史春晖朱习军《计算机工程与设计》北大核心 2020年第4期1029-1034,共6页; 为促进阿尔兹海默症的诊断及治疗,实现对海马体的精确分割,针对海马体MRI图像,提出一种基于U-net模型改进的分割算法。使用CLAHE等对原始图像进行预处理,经处理后的图像有效提高了分割效果;将残差模块加入实现分割算法的卷积网络,增强... 展开更多; 关键词阿尔兹海默症海马体核磁共振成像预处理深度学习分割网络; 在线阅读下载PDF 职称材料

题名基于深度学习U-net网络的雾天汽车视觉图像超像素级配准方法: 1; 作者靳新潘月; 机构沈阳工学院; 出处《激光杂志》北大核心 2025年第4期121-127,共7页; 基金辽宁省教育科学“十四五”规划2022年度课题(No.JG22DBF514)。; 文摘雾天汽车视觉图像因对比度降低和细节模糊而难以处理与配准。为此,提出基于深度学习U-net网络的超像素级配准方法。首先,通过改进的直方图均衡化算法,增强雾天图像的清晰度和对比度。接着,利用结合了GAN技术的U-Net网络对图像进行初始分割,获取不同区域的标签集。随后,应用SLIC超像素分割算法,将相似像素组合成超像素,形成更具代表性的图像特征。最后,采用改进SURF算法,利用超像素特征进行精确图像对齐,提高配准精度和效率。实验证明,此方法不仅能有效改善雾天汽车视觉图像质量,还具备高配准精度,NCC值稳定在0.92至0.95之间。; 关键词直方图均衡化深度学习GAN-U-net分割网络 SLIC超像素分割 SURF超像素级配准; Keywords histogram equalization deep learning GAN-U-net segmentation network SLIC superpixel segmentation SURF superpixel level registration; 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于视觉注意力增强CBAM-U-Net模型的视网膜血管分割被引量：3: 2; 作者万加龙金炜东唐鹏胡建斌; 机构西南交通大学电气工程学院成都东区爱尔眼科医院; 出处《计算机应用研究》 CSCD 北大核心 2020年第S02期321-323,共3页; 文摘针对现有视网膜血管分割方法存在着分割不足、抗干扰能力弱等问题,提出了一种基于视觉注意力增强模型的视网膜血管分割方法。首先,通过白平衡和滤波对视网膜眼底图像进行增强预处理;然后,在医学图像分割网络中引入视觉注意力模型,提高视网膜血管特征的显著性,利用构建的深度分割网络进行模型训练;最后,利用训练得到的模型进行视网膜血管的分割预测。该方法在DRIVE和STARE两种数据集上进行实验,得到的Dice分割系数分别为0.867和0.898,Jaccard分割系数分别为0.765和0.816,平均准确率分别为97.53%和98.25%,平均灵敏度分别为80.16%和86.12%,平均特异性分别为99.87%和99.03%,实验结果表明该方法能够有效提高视网膜血管的分割精度。; 关键词视网膜血管分割医学图像分割深度分割网络注意力模块; 分类号 R774.1 [医药卫生—眼科] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于残差双注意力U-Net模型的CT图像囊肿肾脏自动分割被引量：6: 3; 作者徐宏伟闫培新吴敏徐振宇孙玉宝; 机构南京信息工程大学自动化学院江苏省大气环境与装备技术协同创新中心中国人民解放军东部战区总医院医学工程科东部战区总医院泌尿外科; 出处《计算机应用研究》 CSCD 北大核心 2020年第7期2237-2240,共4页; 基金国家自然科学基金资助项目(61672292) 江苏省高等学校自然科学研究重大资助项目(18KJA52007) 江苏省“六大人才高峰”资助项目(DZXX-037)。; 文摘人体肾脏存在形状的多样性和解剖学的复杂性,囊肿病变也会导致肾脏形状发生大幅变化。为应对CT图像囊肿肾脏自动分割存在的诸多挑战,提出一种新型深度分割网络模型。该模型设计有带残差连接的双注意力模块,在残差结构的基础上,联合空间注意力和通道注意力机制自适应学习更加有效的特征表达。依据U-Net架构,以残差双注意力模块为基础模块构建编码器和解码器,设置层级间的跳跃连接,使网络能够更加关注肾脏区域特征,有效应对肾脏的形状变化。为了验证所提模型的有效性,从医院共采集79位肾囊肿患者的CT图像进行训练和测试,实验结果表明该模型能够准确分割CT图像切片中的肾脏区域,且各项分割指标优于多个经典分割网络模型。; 关键词 CT图像囊肿肾脏分割深度网络分割模型注意力机制; Keywords CT image cyst kidney segmentation deep segmentation network attention mechanism; 分类号 TP393.04 [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U型结构的多尺度皮肤病分割算法被引量：5: 4; 作者李家琛刘彦王一诺张俊然; 机构四川大学电气工程学院四川大学“医学+信息”中心; 出处《计算机工程与设计》北大核心 2023年第1期59-65,共7页; 基金国家自然科学基金项目(61902264) 川大自贡校地合作基金项目(2018CDZG-19) +2 种基金四川大学“医学+信息”中心融合创新基金项目(YGJC012)。; 文摘针对皮肤病灶的形态不一、边缘模糊导致分割精度不高的问题,提出一种基于U型结构的多尺度网络,利用密集空洞空间金字塔池化模块扩大感受野,得到全局多尺度信息,在跳跃连接中加入双向卷积LSTM(BConv-LSTM),融合特征信息,通过注意力机制使网络自动学习各通道之间的关系,实现病灶的精准分割。实验结果表明,该方法在皮肤病分割中表现良好,算法的Dice系数达到0.895,比U-net和U-net++分别提高了4.32%和3.23%。未来有望应用于临床,提升医生诊断黑色素瘤和更多皮肤疾病的效率。; 关键词皮肤病病灶分割深度学习分割网络黑色素瘤上下文信息空洞卷积 CNN; Keywords skin lesions lesion segmentation U-net melanoma context information dilated convolution CNN(convolutional neural networks); 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U-net的海马体分割算法应用被引量：2: 5; 作者史春晖朱习军; 机构青岛科技大学信息科学技术学院; 出处《计算机工程与设计》北大核心 2020年第4期1029-1034,共6页; 基金山东省重点研发计划基金项目(2015GSF119016)。; 文摘为促进阿尔兹海默症的诊断及治疗,实现对海马体的精确分割,针对海马体MRI图像,提出一种基于U-net模型改进的分割算法。使用CLAHE等对原始图像进行预处理,经处理后的图像有效提高了分割效果;将残差模块加入实现分割算法的卷积网络,增强网络性能,避免网络性能退化。对原始数据集进行扩充,将扩充后的样本数据用以训练网络,解决数据量的问题。实验结果表明,该算法在脑部MRI图像中对海马体实现了良好的分割效果,能较好辅助医生诊断。; 关键词阿尔兹海默症海马体核磁共振成像预处理深度学习分割网络; Keywords Alzheimer’s disease hippocampus MRI CLAHE U-net; 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	基于深度学习U-net网络的雾天汽车视觉图像超像素级配准方法	靳新潘月	《激光杂志》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于视觉注意力增强CBAM-U-Net模型的视网膜血管分割	万加龙金炜东唐鹏胡建斌	《计算机应用研究》 CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
3	基于残差双注意力U-Net模型的CT图像囊肿肾脏自动分割	徐宏伟闫培新吴敏徐振宇孙玉宝	《计算机应用研究》 CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
4	基于U型结构的多尺度皮肤病分割算法	李家琛刘彦王一诺张俊然	《计算机工程与设计》北大核心	2023	5	在线阅读下载PDF 职称材料
5	基于U-net的海马体分割算法应用	史春晖朱习军	《计算机工程与设计》北大核心	2020	2	在线阅读下载PDF 职称材料