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
共找到5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：
融合多尺度和多头注意力的医疗图像分割方法 被引量：4
1
作者 王万良 王铁军 +1 位作者 陈嘉诚 尤文波 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第9期1796-1805,共10页
为了从医疗图像中自动且准确地提取兴趣区域,提出基于神经网络的分割模型MS2Net.针对传统卷积操作缺乏获取长距离依赖关系能力的问题,为了更好提取上下文信息,提出融合卷积和Transformer的架构.基于Transformer的上下文抽取模块通过多... 为了从医疗图像中自动且准确地提取兴趣区域,提出基于神经网络的分割模型MS2Net.针对传统卷积操作缺乏获取长距离依赖关系能力的问题,为了更好提取上下文信息,提出融合卷积和Transformer的架构.基于Transformer的上下文抽取模块通过多头自注意力得到像素间相似度关系,基于相似度关系融合各像素特征使网络拥有全局视野,使用相对位置编码使Transformer保留输入特征图的结构信息.为了使网络适应兴趣区域形态的差异,在MS2Net中应用解码端多尺度特征并提出多尺度注意力机制.对多尺度特征图依次应用分组通道和分组空间注意力,使网络自适应地选取合理的多尺度语义信息.MS2Net在数据集ISBI 2017和CVC-ColonDB上均取得较U-Net、CE-Net、DeepLab v3+、UTNet等先进方法更优的交并比指标,有着较好的泛化能力. 展开更多
关键词 医疗图像分割 深度学习 注意力 TRANSFORMER 多尺度
下载PDF
改进U-Net深度网络的视网膜血管分割算法 被引量：2
2
作者 曲小波 余粟 《中国医学物理学杂志》 CSCD 2023年第10期1212-1219,共8页
为了解决U-Net算法在分割眼底图像时无法分割末梢微小血管和无法处理噪声干扰等问题,提出了一种改进的视网膜血管分割算法。首先,在U-Net算法中引入通道强化残差网络,用以优化U-Net架构,使得网络识别更多视网膜微血管。其次,引入空间注... 为了解决U-Net算法在分割眼底图像时无法分割末梢微小血管和无法处理噪声干扰等问题,提出了一种改进的视网膜血管分割算法。首先,在U-Net算法中引入通道强化残差网络,用以优化U-Net架构,使得网络识别更多视网膜微血管。其次,引入空间注意力网络来排除噪声,更好地突出血管。最后,在损失函数的计算中,使用动态权重代替U-Net算法的固定权重,迫使神经网络能够学习一个稳健的特征映射。将改进的算法在DRIVE数据集上进行实验,实验结果表明本文分割算法的准确性和敏感性大幅提高。比原U-Net算法准确性和敏感性分别提高了2.12%和7.51%,比DCU-Net准确性和敏感性分别提高了1.20%和2.55%。 展开更多
关键词 医疗图像分割 深度学习 通道强化残差网络 空间注意力网络 动态损失函数
下载PDF
基于生成对抗网络的视网膜血管分割算法 被引量：1
3
作者 曲小波 余粟 《软件导刊》 2023年第8期209-215,共7页
为了解决现有方法在分割眼底图像时产生假阳性血管和丢失微血管的问题,提出一个适用于视网膜血管分割的生成对抗网络。网络的生成器使用U-Net结构分割生成高质量的假图像,判别器使用全连接的卷积神经网络提高辨别能力。在数据集DRIVE和S... 为了解决现有方法在分割眼底图像时产生假阳性血管和丢失微血管的问题,提出一个适用于视网膜血管分割的生成对抗网络。网络的生成器使用U-Net结构分割生成高质量的假图像,判别器使用全连接的卷积神经网络提高辨别能力。在数据集DRIVE和STARE上进行实验,实验结果表明,该分割算法准确率和敏感性提升较为明显,比原U-Net算法分别提高2.84%和1.44%、5.89%和7.96%,比原OR-GAN算法分别提高1.91%和1.08%、4.94%和6.88%,对视网膜血管的分割也比其他现有方法有更优秀的性能。 展开更多
关键词 医疗图像分割 视网膜血管图像 生成对抗网络 U-Net算法 全连接卷积神经网络
下载PDF
基于个性化联邦学习的多源域MRI左心室分割
4
作者 李纯真 《电视技术》 2023年第8期16-19,42,共5页
心脏分割是医学影像分析的一个重要任务,可以用于诊断和评估各种心血管疾病。然而,利用多源域的心脏磁共振成像(Magnetic Resonance Imaging,MRI)数据进行联邦学习建模,仍然是一个挑战。针对当前数据隐私和多源域数据分布异构的问题,将... 心脏分割是医学影像分析的一个重要任务,可以用于诊断和评估各种心血管疾病。然而,利用多源域的心脏磁共振成像(Magnetic Resonance Imaging,MRI)数据进行联邦学习建模,仍然是一个挑战。针对当前数据隐私和多源域数据分布异构的问题,将个性化联邦学习与直方图匹配结合,在不共享本地数据的情况下,联合多个医疗机构进行分布式学习,减轻多个源域数据之间的数据差异,提高模型准确率。实验结果表明,所提出的个性化联邦学习方法在多源域的心脏MRI图像左心室分割任务上达到了较高的准确率。 展开更多
关键词 磁共振成像(MRI) 联邦学习 直方图匹配 医疗图像分割
下载PDF
基于主动联邦学习的医疗图像分割研究
5
作者 刘靖宇 杨诚奕 邓云迪 《四川文理学院学报》 2022年第5期88-93,共6页
随着医学技术的发展,基于计算机视觉的医疗图像分割技术逐渐被应用于医学实践中.针对当前医疗图像分割算法在实际应用时性能不足、泛化能力弱的问题,将联邦学习与主动学习结合,既能够保证训练数据的隐私性,又能够主动挑选有利于训练的样... 随着医学技术的发展,基于计算机视觉的医疗图像分割技术逐渐被应用于医学实践中.针对当前医疗图像分割算法在实际应用时性能不足、泛化能力弱的问题,将联邦学习与主动学习结合,既能够保证训练数据的隐私性,又能够主动挑选有利于训练的样本.实验结果表明,所提出的主动联邦方法,在医疗图像分割任务上达到了较高的准确率,为该技术在医疗实践中的进一步发展做出了贡献. 展开更多
关键词 联邦学习 主动学习 医疗图像分割 匹配网络 全卷积网络
下载PDF
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
使用帮助 返回顶部