-
题名人工智能背景下影像图像分析与应用研究
- 1
-
-
作者
吴俊
-
机构
宣城职业技术学院护理系
-
出处
《佳木斯大学学报（自然科学版）》
CAS
2023年第2期144-148,共5页
-
基金
2020年安徽省高等学校质量工程项目(2020zyq95)。
-
文摘
伴随着图像处理技术和人工智能技术的飞速发展,医学影像图的自动分割成为了医学家热切关注的话题。研究通过密集跳跃连接和改进残差网络优化的Unet网络,再将其应用于脑部肿瘤影像图像的分割,并通过标准化层FRN进行深度学习模型训练和利用混合损失函数计算模型损失。研究结果表明,相较于其他影像图像分割算法,残差-密集跳跃-Unet网络的Hausdorff距离、敏感度、特异性、Dice四个指标均更佳。Hausdorff距离的最大降低值为1.061,灵敏度、特异性、Dice的提升值0.999,0.092,0.110。残差-密集跳跃连接-Unet网络能有效分割出边界区域,其具有极高的分割效率。
-
关键词
Unet网络
图像分割
注意力机制
-
Keywords
Unet network
image segmentation
attention mechanism
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
