文档名：基于改进UNet的新冠肺炎图像分割方法
摘要：近两年,新冠肺炎在全球暴发,给人类带来了极其严重的生命安全隐患,为尽可能地提高医生的诊断效率,研究新冠肺炎图像的病灶分割方法是极具价值的.利用U-Net网络模型作为基础网络,在第一、二层拼接前,引入改进的通道注意力,强化重要信息;在第三、四层拼接前,引入空间注意力,提取空间信息,对目标区域的细节信息进行补充;最后使用混合损失函数,加快网络收敛速度,避免样本不均衡.对比基础网络,改进后的网络模型既能够分割出较大的目标区域,也能够分割出较小的目标区域,更好地避免出现梯度消失问题,捕捉特征更加充分,有效提高分割性能和网络的可靠性.
作者：杨梅 罗建 张晓倩 金芊芊Author：YANGMei LUOJian ZHANGXiaoqian JINQianqian
作者单位：西华师范大学电子信息工程学院,四川南充637009
刊名：成都信息工程大学学报 ISTIC
Journal：JournalofChengduUniversityOfInformationTechnology
年，卷(期)：2023, 38(1)
分类号：TP391.41
关键词：U-Net 高斯误差线性单元 通道注意力 空间注意力 混合损失函数
机标分类号：TP391.41TP274TN911.73
在线出版日期：2023年3月14日
基金项目：四川省教育厅重点资助项目基于改进U-Net的新冠肺炎图像分割方法[
期刊论文] 成都信息工程大学学报--2023, 38(1)杨梅 罗建 张晓倩 金芊芊近两年,新冠肺炎在全球暴发,给人类带来了极其严重的生命安全隐患,为尽可能地提高医生的诊断效率,研究新冠肺炎图像的病灶分割方法是极具价值的.利用U-Net网络模型作为基础网络,在第一、二层拼接前,引入改进的通道注意力...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进U-Net的新冠肺炎图像分割方法 A Novel Coronary Pneumonia Image Segmentation Method based on Improved U-Net
基于改进U-Net的新冠肺炎图像分割方法.pdf
- 文件大小:
- 1.82 MB
- 下载次数:
- 60
-
高速下载
|
|
