典型文献
基于双注意力机制的肺叶分割方法研究
文献摘要：
随着肺癌发病率与日俱增,辅助医生提高诊断准确率的辅助算法成为了医学分割任务的首要研究目标.针对肺叶辅助分割问题中肺叶间类别间隙分割不光滑的问题,提出了基于双注意力机制的三维肺叶分割算法3D DA-ResUnet.将2D ResUnet网络拓展到三维形成3D ResUnet网络,运用三维卷积从三维角度进行编码,以良好的分割某些在二维没有明显表征的特征.同时为了充分挖掘三维图像的空间与通道信息,在3D ResUnet模型中加入双注意力(Dual Attention,DA)模块,该模块可自适应地集成空间和通道维度的全局信息.实验结果表明:对5个肺叶的分割精度分别达到0.961、0.92、0.966、0.965、0.962,综合精度达到0.959.因此基于双注意力机制的三维肺叶分割算法3D DA-ResUnet可以帮助提升细分决策,减少误分类的发生,更好地改善分割不连续,不光滑的问题,与其他网络相比,分割效果更好.
文献关键词：
肺叶分割;U-Net网络;注意力机制;卷积神经网络
中图分类号：
作者姓名：
刘从军;钱宝鑫;肖志勇;杨晓岚
作者机构：
江苏科技大学计算机学院,镇江212100;江南大学人工智能与计算机学院,无锡214122;南京大学信息化建设管理服务中心,南京210046
文献出处：
引用格式：
[1]刘从军;钱宝鑫;肖志勇;杨晓岚-.基于双注意力机制的肺叶分割方法研究)[J].江苏科技大学学报（自然科学版）,2022(06):75-79
A类：
肺叶分割
B类：
双注意力机制,分割方法,与日俱增,诊断准确率,不光滑,分割算法,DA,ResUnet,2D,三维卷积,三维图像,Dual,Attention,全局信息,误分类,分割效果,Net
AB值：
0.209514
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
