典型文献
一种应用在生物医学图像分割的融合模型
文献摘要：
近年来,深度学习给医学图像分割带来了突破.U-Net和Residual U-Net是这方面最突出的深度网络,是医学影像界最流行的架构.尽管在多模态医学图像分割方面整体表现突出,但研究发现在原有网络的基础上还可以进行提升.因此,提出了一种融合的思想,并在U-Net和Residual U-Net对提出的思想进行了实验.为尽可能减少模型的参数量,研究采用了共享的策略,将参数量控制在合理的范围内.最后,比较了提出的融合模型与经典的U-Net和Residual U-Net在细胞边缘分割数据集和乳腺分割两个数据集上表现的效果.仿真结果表明融合后的模型比融合前的模型有了更好的表现.
文献关键词：
卷积神经网络;医学图像分割;U-Net
中图分类号：
作者姓名：
孙红;杨喆地
作者机构：
上海理工大学光电信息与计算机工程学院, 上海200093
文献出处：
引用格式：
[1]孙红;杨喆地-.一种应用在生物医学图像分割的融合模型)[J].智能计算机与应用,2022(10):15-22
A类：
B类：
医学图像分割,融合模型,Net,Residual,这方面,深度网络,医学影像,多模态医学图像,想进,尽可能减少,参数量,数量控制,边缘分割
AB值：
0.262799
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。
