典型文献
基于改进U-Net的下肢骨骼CT图像分割
文献摘要：
针对骨骼CT图像对比度较低、特征不明显、现有算法对骨骼特征提取不充分的问题,本文提出了一种基于U-Net的改进网络来实现骨骼数据的精确分割.在网络编码阶段,使用密集连接的空洞卷积模块加强骨骼特征的提取;在网络解码阶段,使用结合注意力机制的融合模块充分利用空间信息与语义信息,改善骨骼信息丢失的问题.改进算法在人体下肢骨骼CT数据集中Dice系数达89.44％,IoU系数达80.55％.与U-Net模型相比,Dice系数提高了5.1％,IoU系数提高了7.63％.实验结果表明,提出的优化算法对下肢骨骼CT图像可以达到精确分割的效果,对骨科疾病的治疗与术前规划提供了参考.
文献关键词：
U-Net;骨骼分割;空间注意力;通道注意力;特征融合;语义分割;注意力机制
中图分类号：
作者姓名：
刘金辉;童晶;倪佳佳;黎学飞;张旭
作者机构：
河海大学 信息学部 物联网工程学院,常州 213022
文献出处：
引用格式：
[1]刘金辉;童晶;倪佳佳;黎学飞;张旭-.基于改进U-Net的下肢骨骼CT图像分割)[J].计算机系统应用,2022(10):134-141
A类：
骨骼分割
B类：
Net,下肢骨,图像分割,对比度,骨骼特征,进网,精确分割,网络编码,密集连接,空洞卷积,卷积模块,强骨,特征的提取,解码,注意力机制,空间信息,语义信息,信息丢失,改进算法,Dice,IoU,骨科疾病,术前规划,空间注意力,通道注意力,特征融合,语义分割
AB值：
0.39873
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。
