典型文献
结合多尺度通道注意力和边界增强的2D医学图像分割
文献摘要：
二维(2D)医学图像分割在疾病诊断和计算机辅助治疗中具有重要作用.针对2D医学图像由于目标大小、形状不一以及边界模糊而难以精确分割的问题,提出一种结合多尺度通道注意力和边界增强的2D医学图像分割方法.首先以2D医学图像作为输入,并利用编码器和边界增强模块从中分别提取出高级特征图和边界分割结果;然后利用多尺度通道注意力模块从高级特征图中提取出不同尺度的上下文信息,增强其中有用的特征并抑制无用的特征响应;最后将得到的上下文信息传入解码器中获得区域分割结果,并与边界分割结果进行整合,得到最终的分割结果.为了化解医学图像中出现的数据不平衡问题,提出一种自定义的损失函数.在包含残根的牙齿全景片、包含龋齿的牙齿全景片、视网膜血管和皮肤病灶4个数据集上的实验结果表明,所提方法的分割精确率分别达到了85.63％,70.15％,75.86％和85.92％;与其他医学图像分割方法相比,所提方法表现更佳.
文献关键词：
2D医学图像分割;多尺度通道注意力;边界增强;数据不平衡
中图分类号：
作者姓名：
陈大千;张凡;郝鹏翼;吴福理;董天阳
作者机构：
浙江工业大学计算机学院 杭州 310023
文献出处：
引用格式：
[1]陈大千;张凡;郝鹏翼;吴福理;董天阳-.结合多尺度通道注意力和边界增强的2D医学图像分割)[J].计算机辅助设计与图形学学报,2022(11):1742-1752
A类：
多尺度通道注意力模块
B类：
边界增强,2D,医学图像分割,疾病诊断,计算机辅助,辅助治疗,边界模糊,精确分割,分割方法,先以,编码器,特征图,界分,不同尺度,上下文信息,无用,传入,解码器,区域分割,数据不平衡,不平衡问题,自定义,损失函数,残根,牙齿,全景片,龋齿,视网膜血管,皮肤病灶,精确率
AB值：
0.235537
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。
