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2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：
融合多尺度特征的脑肿瘤分割算法
1
作者 苏赋 马傲 李沁 《光电子．激光》 CAS CSCD 北大核心 2024年第12期1337-1344,共8页
脑肿瘤核磁共振成像(magnetic resonance imaging,MRI)分割是脑肿瘤诊断和治疗的重要环节,针对U-Net网络结构对图像特征感受野大小有所限制、上下文信息存在鸿沟导致的分割准确率较低的问题,本文提出了一种融合多尺度特征的脑肿瘤MRI分... 脑肿瘤核磁共振成像(magnetic resonance imaging,MRI)分割是脑肿瘤诊断和治疗的重要环节,针对U-Net网络结构对图像特征感受野大小有所限制、上下文信息存在鸿沟导致的分割准确率较低的问题,本文提出了一种融合多尺度特征的脑肿瘤MRI分割算法。首先,设计了一种多尺度聚合模块(multi-scale aggregation module,MAM)来替换原始U-Net网络中的常规卷积层,增加网络的深度以及宽度,来捕获特征图的边界细节信息。其次,在跳跃连接中用上下文空洞空间金字塔模块(context atrous spatial pyramid,CASP)代替直接拼接操作,扩大网络的感受野,增强对不同尺度大小的病灶的提取能力。最后,在U型的底部设计了一种多层次聚合注意力模块(multi-level aggregation attention,MAA),使网络模型关注图像分割区域有效特征,排除背景噪声。将改进算法在癌症基因组图谱(脑肿瘤数据)数据库(the Cancer Genome Atlas,TCGA)上进行实验验证,其结果表明所提算法的平均交并比(mean intersection over union,mIoU)、Dice系数、敏感性、特异性、准确率等指标分别为:91.39%、92.81%、89.14%、99.95%、95.78%。 展开更多
关键词 核磁共振成像(mri) 脑肿瘤分割 特征聚合 空洞空间金字塔 混合注意力机制
原文传递
基于双支路特征融合的MRI颅脑肿瘤图像分割研究 被引量：2
2
作者 熊炜 周蕾 +2 位作者 乐玲 张开 李利荣 《光电子．激光》 CAS CSCD 北大核心 2022年第4期383-392,共10页
针对磁共振成像(magnetic resonance imaging, MRI)颅脑肿瘤区域误识别与分割网络空间信息丢失问题,提出一种基于双支路特征融合的MRI脑肿瘤图像分割方法。首先通过主支路的重构VGG与注意力模型(re-parameterization visual geometry gr... 针对磁共振成像(magnetic resonance imaging, MRI)颅脑肿瘤区域误识别与分割网络空间信息丢失问题,提出一种基于双支路特征融合的MRI脑肿瘤图像分割方法。首先通过主支路的重构VGG与注意力模型(re-parameterization visual geometry group and attention model, RVAM)提取网络的上下文信息,然后使用可变形卷积与金字塔池化模型(deformable convolution and pyramid pooling model, DCPM)在副支路获取丰富的空间信息,之后使用特征融合模块对两支路的特征信息进行融合。最后引入注意力模型,在上采样过程中加强分割目标在解码时的权重。提出的方法在Kaggle_3m数据集和BraTS2019数据集上进行了实验验证,实验结果表明该方法具有良好的脑肿瘤分割性能,其中在Kaggle_3m上,Dice相似系数、杰卡德系数分别达到了91.45%和85.19%。 展开更多
关键词 磁共振成像(magnetic resonance imaging mri)颅脑肿瘤图像分割 双支路特征融合 重构VGG与注意力模型(re-parameterization visual geometry group and attention model RVAM) 可变形卷积与金字塔池化模型(deformable convolution and pyramid pooling model DCPM)
原文传递
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