|
|||||
|
|
| 通道注意力联合增强卷积U型网络的图像分割 | |
| 作者姓名： | 纪建兵 陈纾 杨媛媛 |
| 作者单位： | 1. 福建商学院信息工程学院;2. 福州大学物理与信息工程学院;3. 福建医科大学附属协和医院基本外科 |
| 基金项目： | 福建省自然科学基金项目“基于机器学习的胰腺图像自动三维重建方法研究”(2022J01992)；;国家自然科学基金青年项目“基于深度学习的医学影像体分割三维重建方法在胰腺手术中的应用研究”(82001895)； |
| 摘 要： | 为提升小目标图像分割性能，提出一种通道注意力联合增强卷积的改进U-Net网络。该网络以增强卷积模块丰富目标特征信息提取，结合通道注意力加强网络对目标特征的专注学习，从而更有效捕捉小目标对象的深层次特征。NIH数据集上的实验结果表明，提出网络在保证计算效率的同时，有效提升了Dice系数、召回率和精确率，能够更好地用于小目标图像分割。 |
| 关 键 词： | 深度学习 通道注意力 增强卷积 U-Net 图像分割 |