典型文献
自适应特征重组再校准的肝脏血管分割算法
文献摘要：
肝脏血管的精确分割对肝脏外科术前规划有重要意义，然而肝脏中的血管树复杂且高度交织，精确地分割肝脏血管一直是一项具有挑战性的任务。传统的3D-UNet模型由于采样层过多，会使得肝脏血管的细节信息在网络的传播过程中丢失，单纯减少采样层使得模型表达能力下降。以3D-UNet为基础，在网络中加入重组再校准模型，加强通道与空间中细节信息的传播，抑制相关性低的信息；在模型中加入注意力机制，对特征图进行整体约束，使模型关注区域集中在血管处；最后调整采样层，保证多尺度语义信息的同时，防止过多采样层带来的细节信息丢失。改进后的模型的Dice Score、Sensitivity评价指标的最优结果分别为64.8%、73.15%。实验结果表明，改进后的模型比MPUNet、UMCT、nnU-Net、C2FNAS-Panc在肝脏血管分割上的效果都要好。
文献关键词：
图像处理;血管分割;深度学习;采样层
中图分类号：
作者姓名：
李远禄;师向科;李昆
作者机构：
南京信息工程大学自动化学院，江苏 南京 210044;江苏省大气环境与装备技术协同创新中心，江苏 南京 210044
文献出处：
引用格式：
[1]李远禄;师向科;李昆-.自适应特征重组再校准的肝脏血管分割算法)[J].激光与光电子学进展,2022(18):1817003
A类：
MPUNet,UMCT,C2FNAS
B类：
特征重组,血管分割,分割算法,精确分割,肝脏外科,术前规划,采样层,细节信息,传播过程,少采,表达能力,校准模型,注意力机制,特征图,后调,语义信息,信息丢失,Dice,Score,Sensitivity,nnU,Panc,割上
AB值：
0.362686
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
