期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
跨级融合门控自适应网络用于视网膜血管分割
1
作者
梁礼明
余洁
+2 位作者
陈鑫
雷坤
周珑颂
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024年第4期1097-1109,共13页
针对现有多数算法对浅层特征提取不足,导致分割结果中血管边界模糊、毛细血管欠分割且包含噪声等问题,提出一种跨级融合门控自适应网络。该网络中的密集门控通道变换模块,通过促进通道之间的竞争或协同关系充分提取浅层特征信息,避免浅...
针对现有多数算法对浅层特征提取不足,导致分割结果中血管边界模糊、毛细血管欠分割且包含噪声等问题,提出一种跨级融合门控自适应网络。该网络中的密集门控通道变换模块,通过促进通道之间的竞争或协同关系充分提取浅层特征信息,避免浅层粗粒度特征信息丢失;通过跨层次融合模块捕获各层跨维度交互信息,有效聚合多尺度上下文特征;采用双自适应特征融合方法有效引导相邻层次特征融合,抑制噪声。在公共数据集DRIVE、CHASEDB1和STARE上进行验证,结果表明:所提网络准确率分别为0.9652、0.9668和0.9695,F_(1)值分别为0.8544、0.8152和0.8412,在多个指标上均处于较高水平,优于现有先进算法。
展开更多
关键词
视网膜血管分割
密集门控通道变换
跨层次融合模块
双自适应特征融合
三重注意力模块
下载PDF
职称材料
基于三重注意力的脑肿瘤图像分割网络
被引量：
5
2
作者
韩阳
宋金淼
+1 位作者
薛安懿
段晓东
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022年第1期57-63,共7页
脑肿瘤图像分割问题是脑肿瘤临床诊断和治疗脑肿瘤疾病计算机辅助诊断的基础。针对脑肿瘤MRI图像分割网络深度过深和局部与全局特征信息联系匮乏导致图像分割精度降低等问题,提出一种基于三重注意力的脑肿瘤图像分割网络。首先,借鉴残...
脑肿瘤图像分割问题是脑肿瘤临床诊断和治疗脑肿瘤疾病计算机辅助诊断的基础。针对脑肿瘤MRI图像分割网络深度过深和局部与全局特征信息联系匮乏导致图像分割精度降低等问题,提出一种基于三重注意力的脑肿瘤图像分割网络。首先,借鉴残差结构,将原始图像分割网络结构的编码层和解码层中的卷积模块替换为深度残差模块,解决网络加深带来的梯度消失问题。其次,通过引入三重注意力模块,融合图像局部与全局特征信息,使网络更好地学习重要的图像特征信息,提升网络对脑肿瘤图像的分割精度。最后,在MICCAI比赛发布的BraTS脑肿瘤图像分割数据集上(包括335例患者病例),采用Dice系数等脑肿瘤评价指标进行性能评估。其中,脑肿瘤整体可达85.20%,脑肿瘤核心可达87.10%,增强脑肿瘤区域可达80.80%。实验结果显示,所提出的分割网络能够在不增加计算时间的前提下提高脑肿瘤MRI图像的分割性能。
展开更多
关键词
脑肿瘤分割
三重注意力模块
深度残差模块
MRI图像
下载PDF
职称材料
题名
跨级融合门控自适应网络用于视网膜血管分割
1
作者
梁礼明
余洁
陈鑫
雷坤
周珑颂
机构
江西理工大学电气工程与自动化学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024年第4期1097-1109,共13页
基金
国家自然科学基金(51365017,61463018)
江西省自然科学基金面上项目(20192BAB205084)
+1 种基金
江西省研究生创新专项资金(YC2021-S585)
江西省教育厅科学技术项目(GJJ170491,GJJ2200848)。
文摘
针对现有多数算法对浅层特征提取不足,导致分割结果中血管边界模糊、毛细血管欠分割且包含噪声等问题,提出一种跨级融合门控自适应网络。该网络中的密集门控通道变换模块,通过促进通道之间的竞争或协同关系充分提取浅层特征信息,避免浅层粗粒度特征信息丢失;通过跨层次融合模块捕获各层跨维度交互信息,有效聚合多尺度上下文特征;采用双自适应特征融合方法有效引导相邻层次特征融合,抑制噪声。在公共数据集DRIVE、CHASEDB1和STARE上进行验证,结果表明:所提网络准确率分别为0.9652、0.9668和0.9695,F_(1)值分别为0.8544、0.8152和0.8412,在多个指标上均处于较高水平,优于现有先进算法。
关键词
视网膜血管分割
密集门控通道变换
跨层次融合模块
双自适应特征融合
三重注意力模块
Keywords
retinal
vessel
segmentation
dense
gated
channel
transformation
cross-level
fusion
module
dual
adaptive
feature
fusion
triple
attention
module
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于三重注意力的脑肿瘤图像分割网络
被引量：
5
2
作者
韩阳
宋金淼
薛安懿
段晓东
机构
大连民族大学计算机科学与工程学院
大数据应用技术国家民委重点实验室
大连市民族文化数字技术重点实验室
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022年第1期57-63,共7页
文摘
脑肿瘤图像分割问题是脑肿瘤临床诊断和治疗脑肿瘤疾病计算机辅助诊断的基础。针对脑肿瘤MRI图像分割网络深度过深和局部与全局特征信息联系匮乏导致图像分割精度降低等问题,提出一种基于三重注意力的脑肿瘤图像分割网络。首先,借鉴残差结构,将原始图像分割网络结构的编码层和解码层中的卷积模块替换为深度残差模块,解决网络加深带来的梯度消失问题。其次,通过引入三重注意力模块,融合图像局部与全局特征信息,使网络更好地学习重要的图像特征信息,提升网络对脑肿瘤图像的分割精度。最后,在MICCAI比赛发布的BraTS脑肿瘤图像分割数据集上(包括335例患者病例),采用Dice系数等脑肿瘤评价指标进行性能评估。其中,脑肿瘤整体可达85.20%,脑肿瘤核心可达87.10%,增强脑肿瘤区域可达80.80%。实验结果显示,所提出的分割网络能够在不增加计算时间的前提下提高脑肿瘤MRI图像的分割性能。
关键词
脑肿瘤分割
三重注意力模块
深度残差模块
MRI图像
Keywords
brain
tumor
segmentation
triple
attention
module
depth
residual
structure
MRI
images
分类号
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
跨级融合门控自适应网络用于视网膜血管分割
梁礼明
余洁
陈鑫
雷坤
周珑颂
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于三重注意力的脑肿瘤图像分割网络
韩阳
宋金淼
薛安懿
段晓东
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022
5
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
