增强语义分割的网络模型PS-UNet |
| |
引用本文: | 范憧憧,齐苏敏,孟静,李志琦,王妍.增强语义分割的网络模型PS-UNet[J].曲阜师范大学学报,2023(1):56-63. |
| |
作者姓名: | 范憧憧 齐苏敏 孟静 李志琦 王妍 |
| |
作者单位: | 1. 曲阜师范大学网络空间安全学院;2. 曲阜师范大学计算机学院 |
| |
基金项目: | 山东省自然科学基金(ZR2020MF105);;山东省高等教育科学与技术项目(J18KB161); |
| |
摘 要: | 文章提出了一种提升上下文依赖关系的增强语义分割网络模型PS-UNet实现医学图像分割. PS-UNet将残差块、PCA模块和SPP模块融合到U-Net网络模型中,可获取更多的特征信息,从而提升分割效果.该模型既可以对器官轮廓粗分割又可以对视网膜血管和细胞精细分割.在公开的数据集上分别对肺部、视网膜血管和细胞分割进行了测试.实验结果表明,与当前先进网络模型相比,PS-UNet在所有实验中,性能均有所提升,其中肺部分割中准确率和灵敏度相对于U-Net网络模型分别提高了2.03%和2.24%,Dice相似系数达到了97.16%.
|
关 键 词: | 医学图像分割 U-Net 位置通道注意力模块 空间金字塔池化模块 增强语义分割 |
|
|