典型文献
基于MDRA-Net算法的肝脏CT图像分割方法
文献摘要：
为了提高肝脏图像的分割精度,提出一种基于U-Net的改进网络即MDRA-Net算法.编码时使用多残差连接模块来提升网络的深度且加强肝脏特征的重复提取,解码时利用通道和空间注意力机制模块(scSE)来对模型提取后的特征进行筛选,加强有用特征传递,编码和解码都引入级联多尺度空洞残差模块用以充分捕捉肝脏图像的多尺度特征信息.在公开数据集LiTS17上验证了所提的算法,评价指标DICE的结果为98.689％,VOE结果为0.025,RVD结果为0.012.结果表明,与其他肝脏图像分割算法相比,本文提出的MDRA-Net算法在肝脏细节分割性能上有更好的表现.
文献关键词：
肝脏分割;残差模块;空洞残差模块;注意力机制;卷积神经网络
中图分类号：
作者姓名：
李永进
作者机构：
昆明理工大学信息工程与自动化学院,云南 昆明 650500
文献出处：
引用格式：
[1]李永进-.基于MDRA-Net算法的肝脏CT图像分割方法)[J].电视技术,2022(06):58-62,78
A类：
MDRA,空洞残差模块,LiTS17
B类：
Net,分割方法,肝脏图像,进网,残差连接,连接模块,解码,通道和空间注意力机制,注意力机制模块,scSE,多尺度特征,特征信息,公开数据集,DICE,VOE,RVD,图像分割算法,肝脏分割
AB值：
0.27922
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。
