| 基于注意力机制的3D U-Net婴幼儿脑组织MR图像分割 |
| |
| 引用本文： | 魏颖,雷志浩,齐林.基于注意力机制的3D U-Net婴幼儿脑组织MR图像分割[J].东北大学学报(自然科学版),2021,42(5):616-623. |
| |
| 作者姓名： | 魏颖 雷志浩 齐林 |
| |
| 作者单位： | 东北大学 信息科学与工程学院, 辽宁 沈阳 110819 |
| |
| 基金项目： | 国家自然科学基金资助项目;辽宁省重点研发项目 |
| |
| 摘 要： | 在婴幼儿脑组织分割领域中,婴幼儿脑组织存在对比度低、灰度不均匀等问题,这些问题导致现有方法的精度仍然达不到满意的结果.因此,本文提出了一种基于三维U-Net网络的脑部核磁共振图像组织分割方法,融合注意力机制模块和金字塔结构模块,可以更好地在不同的层次和位置提供模型信息,图像的上下文信息得到充分的应用以降低图像信息损失,同样还可以挖掘通道映射之间的相互依赖关系和特征映射,提高特定语义的特征表示.在Iseg2017数据集中所提出算法的WM(白质),GM(灰质)的DICE指标结果与此前最优结果相比提高了0.7％,0.7％,CSF(脑脊液)则具有可对比性.在Iseg2019跨数据集挑战的评估当中,WM,GM的分割结果在DICE,ASD两个指标均取得了第一名,CSF的指标获得第二名.
|
| 关 键 词： | 婴幼儿脑MR图像 脑组织分割 多模态数据 3D深度学习 |
3D U-Net Infant Brain Tissue MR Image Segmentation Based on Attention Mechanism |
| |
| WEI Ying,LEI Zhi-hao,QI Lin.3D U-Net Infant Brain Tissue MR Image Segmentation Based on Attention Mechanism[J].Journal of Northeastern University(Natural Science),2021,42(5):616-623. |
| |
| Authors: | WEI Ying LEI Zhi-hao QI Lin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
