| 基于通道注意力机制和U-net的医学图像分割方法 |
| |
| 引用本文： | 王枫,吕泽均.基于通道注意力机制和U-net的医学图像分割方法[J].计算机时代,2021(5):64-67,72. |
| |
| 作者姓名： | 王枫 吕泽均 |
| |
| 作者单位： | 四川大学计算机学院,四川 成都 610000 |
| |
| 摘 要： | 随着人工智能和医学大数据的发展,基于深度学习的医学图像分割技术因具有重要的应用价值和前景,已经成为目前的研究热点.为了增强特征图的语义信息,在U-net网络的基础上引入通道注意力机制,对U-net生成的特征逐通道进行压缩,将压缩后的特征逐通道计算权重,然后将该权重与原始特征相乘得出最终的特征.通过在两个不同器官的医学图像数据集上进行实验,Dice系数相较于原始U-net网络分别提高了2.7％和1.8％,验证了该方法的可行性和有效性.
|
| 关 键 词： | 深度学习 U-net网络 通道注意力机制 医学图像分割 |
Medical image segmentation method based on channel attention mechanism and U-net |
| |
| Wang Feng,Lv Zejun.Medical image segmentation method based on channel attention mechanism and U-net[J].Computer Era,2021(5):64-67,72. |
| |
| Authors: | Wang Feng Lv Zejun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
