-
题名基于改进U-Net的肝脏MRI分割方法
被引量：1
- 1
-
-
作者
汪慎文
周瑶
-
机构
河北地质大学信息工程学院
河北地质大学人工智能与机器学习研究室
河北地质大学新零售联合研究院
-
出处
《吉林大学学报（理学版）》
CAS
北大核心
2022年第5期1153-1160,共8页
-
基金
河北省重点研发计划项目(批准号:19970311D,20373303D)。
-
文摘
针对U型结构网络在特征提取过程中存在语义信息丢失的情况,从而影响肝脏图像分割精度的问题,提出一种基于多尺度特征融合,并引入内嵌空间注意力和改进通道注意力的肝脏图像分割方法.首先,在网络的编码阶段使用多尺度卷积模块提取不同尺度的语义信息并拼接在一起;然后在整个网络模型中引入空间注意力和改进的通道注意力,从空间域和通道域的角度加强有意义语义信息的权重;最后通过一个卷积层输出肝脏的分割结果.实验结果表明,该分割方法在肝脏图像数据集上分割效果较好,提高了肝脏的分割准确率,有效改善了小面积肝脏分割困难的问题.
-
关键词
深度学习
图像分割
多尺度卷积
注意力机制
-
Keywords
deep learning
image segmentation
multi-scale convolution
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
