10.19665/j.issn1001-2400.2021.04.026
一种主辅路径注意力补偿的脑卒中病灶分割方法
当脑卒中病灶特征不明显、病灶边界与正常脑组织区别度低的时候,基于自注意力机制的分割模型极易生成关注区域错误的注意力系数图,从而影响分割性能.针对此问题,基于所改进的全局注意力上采样U-Net模型,提出了一种主、辅路径注意力补偿网络结构.主路径网络负责进行精确病灶分割,并输出分割结果;辅路径网络生成宽松的辅助注意力补偿系数,其对主路径网络可能存在的注意力系数错误进行补偿.同时提出了两种混合损失函数,以实现主、辅路径网络各自的功能.实验证明,所改进的全局注意力上采样U-Net和所提出的主辅路径注意力补偿网络在分割性能上均有明显的提升.
脑卒中;分割;深度学习;卷积神经网络;注意力
48
TP391(计算技术、计算机技术)
山西省重点研发计划社会发展;山西省自然科学基金;山西省回国留学人员科研资助项目
2021-10-26（万方平台首次上网日期，不代表论文的发表时间）
共9页
200-208
