您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览97 | 下载0

目的:探讨基于双模特征强化注意力网络的新生儿脑组织图像分割方法及其应用价值。方法:针对T1和T2双模态新生儿脑磁共振图像,在编码路径采用双模特征提取、可分离卷积和空间-通道注意力,在解码路径引入可分离卷积。采用数据互补性和完备性对提取的双模特征进行融合构建潜在统一表达,使用跳跃卷积连接编码路径和解码路径来增强信息传送。结果:基于双模特征强化注意力网络的新生儿脑组织图像分割方法能够准确分割白质、灰质和脑脊液,超过现有基准方法。结论:基于双模特征强化注意力网络的新生儿脑组织图像分割方法不仅改善图像分割的准确性和有效性,还可促进磁共振成像技术在新生儿大脑生长发育和健康评估的临床应用。

作者:李瑾航;章勇勤;单士玺;李展;范训礼

来源:中华生物医学工程杂志 2022 年 28卷 2期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:97 | 下载:0
作者:
李瑾航;章勇勤;单士玺;李展;范训礼
来源:
中华生物医学工程杂志 2022 年 28卷 2期
标签:
深度学习 神经网络 图像分割 磁共振成像 Deep learning Neural network Image segmentation Magnetic resonance imaging
目的:探讨基于双模特征强化注意力网络的新生儿脑组织图像分割方法及其应用价值。方法:针对T1和T2双模态新生儿脑磁共振图像,在编码路径采用双模特征提取、可分离卷积和空间-通道注意力,在解码路径引入可分离卷积。采用数据互补性和完备性对提取的双模特征进行融合构建潜在统一表达,使用跳跃卷积连接编码路径和解码路径来增强信息传送。结果:基于双模特征强化注意力网络的新生儿脑组织图像分割方法能够准确分割白质、灰质和脑脊液,超过现有基准方法。结论:基于双模特征强化注意力网络的新生儿脑组织图像分割方法不仅改善图像分割的准确性和有效性,还可促进磁共振成像技术在新生儿大脑生长发育和健康评估的临床应用。

Baidu
map