| 基于多尺度注意力融合網(wǎng)絡(luò)的胃癌病理圖像分割方法* | |
| 所屬分類(lèi)：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：4827 K | |
| 標(biāo)簽： 病理圖像 圖像分割 注意力融合 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：近年來(lái)，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，基于編解碼的圖像分割方法在病理圖像自動(dòng)化分析上的研究與應(yīng)用也逐漸廣泛，但由于胃癌病灶復(fù)雜多變、尺度變化大，加上數(shù)字化染色圖像時(shí)易導(dǎo)致的邊界模糊，目前僅從單一尺度設(shè)計(jì)的分割算法往往無(wú)法獲得更精準(zhǔn)的病灶邊界。為優(yōu)化胃癌病灶圖像分割準(zhǔn)確度，基于編解碼網(wǎng)絡(luò)結(jié)構(gòu)，提出一種基于多尺度注意力融合網(wǎng)絡(luò)的胃癌病灶圖像分割算法。編碼結(jié)構(gòu)以EfficientNet作為特征提取器，在解碼器中通過(guò)對(duì)多路徑不同層級(jí)的特征進(jìn)行提取和融合，實(shí)現(xiàn)了網(wǎng)絡(luò)的深監(jiān)督，在輸出時(shí)采用空間和通道注意力對(duì)多尺度的特征圖進(jìn)行注意力篩選，同時(shí)在訓(xùn)練過(guò)程中應(yīng)用綜合損失函數(shù)來(lái)優(yōu)化模型。實(shí)驗(yàn)結(jié)果表明，該方法在SEED數(shù)據(jù)集上Dice系數(shù)得分達(dá)到0.806 9，相比FCN和UNet系列網(wǎng)絡(luò)一定程度上實(shí)現(xiàn)了更精細(xì)化的胃癌病灶分割。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
病理圖像 相關(guān)資源
zhoubin333 的最新分享
- 基于雙模單包授權(quán)的公路零信任安全應(yīng)用研究*
- 基于區(qū)塊鏈的法檢司數(shù)據(jù)安全共享技術(shù)研究*
- 揭開(kāi)“算法的面紗”：關(guān)于構(gòu)建算法解釋框架的思考
- 企業(yè)“數(shù)據(jù)池”的商業(yè)秘密保護(hù)路徑探究
- 注意力經(jīng)濟(jì)下陪伴式人工智能平臺(tái)的侵權(quán)責(zé)任
- 數(shù)據(jù)抓取行為競(jìng)爭(zhēng)法規(guī)制中的利益衡量研究
- 基于同態(tài)的多對(duì)多電子投票方案設(shè)計(jì)*
- 基于策略和屬性隱藏的區(qū)塊鏈訪問(wèn)控制方法研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2