10.3969/j.issn.1000-386x.2022.09.036
基于改进U-Net的肾脏及肿瘤图像语义分割
针对现有肾脏及肿瘤图像语义分割算法存在边界处理不精细、小尺寸肾脏和肿瘤图像难以正确分割的问题,提出一种基于改进U-Net的肾脏及肿瘤图像语义分割算法.该算法应用通道注意力机制与空间注意力机制为目标特征赋予更高的权重,减弱背景信息的影响,并采用密集连接的方式增强加权后特征信息的重复利用.引入深监督机制,构建一种混合损失函数,增强网络对目标特征的提取能力并使浅层网络能够学习到更多的语义信息.在KITS19数据集上的实验结果表明,相比其他改进U-Net和PSPNet等语义分割算法,该算法对边界的处理更加精细,并解决了小尺寸肾脏和肿瘤图像可能出现的错误分割问题,有效提升了肾脏及肿瘤图像的分割精度.
语义分割、注意力机制、深监督
39
TP391(计算技术、计算机技术)
国家自然科学基金51404074
2022-10-13（万方平台首次上网日期，不代表论文的发表时间）
共8页
240-247
