引入注意力机制和多视角融合的脑肿瘤MR图像U-Net分割模型

来源 :中国图象图形学报 | 被引量 : 0次 | 上传用户:sttyuanchao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的脑肿瘤核磁共振(magnetic resonance,MR)图像分割对评估病情和治疗患者具有重要意义。虽然深度卷积网络在医学图像分割中取得了良好表现,但由于脑胶质瘤的恶性程度与外观表现有巨大差异,脑肿瘤MR图像分割仍是一项巨大挑战。图像语义分割的精度取决于图像特征的提取和处理效果。传统的U-Net网络以一种低效的拼接方式集成高层次特征和低层次特征,从而导致图像有效信息丢失,此外还存在未能充分利用上下文信息和空间信息的问题。对此,本文提出一种基于注意力机制和多视角融合U-Net算法,实现脑肿瘤MR
其他文献
目的视觉检索需要准确、高效地从大型图像或者视频数据集中检索出最相关的视觉内容,但是由于数据集中图像数据量大、特征维度高的特点,现有方法很难同时保证快速的检索速度和较好的检索效果。方法对于面向图像视频数据的高维数据视觉检索任务,提出加权语义局部敏感哈希算法(weighted semantic locality-sensitive hashing, WSLSH)。该算法利用两层视觉词典对参考特征空间进
母乳中母乳低聚糖(HMOs)含量丰富且独特,在已知的200种成分中,有157种结构被阐明。HMOs不仅具有“双歧因子”效果,还具有抗黏附、抗菌、调节肠道上皮细胞和免疫细胞,减少过度的黏膜白细胞浸润和活化,降低新生儿坏死性小肠结肠炎等功效,并为婴幼儿大脑发育和认知提供唾液酸作为潜在的必要营养素。由于HMOs大规模生产受限,因此化学和生物模拟的HMOs代替品不断出现。虽然经典的代替品,如低聚半乳糖和低聚果糖具有HMOs部分功效,但是其结构组成差异明显,部分国家批准上市的2-岩藻糖基乳糖(2-FL)和乳
本文对中国织物洗护市场的香氛趋势进行了分析,着重讨论了近年涌现的一些香氛类代表洗衣护衣产品。从品牌的特点和香型的结合入手,发现不同品牌都在香氛概念、感受上加强了布局,且有自己的独到之处,部分品牌还会通过特征性的香氛香型来进行品牌定位。对于香精技术,从绿色天然,到微胶囊、除菌祛异味,和以往单纯的感官体验为主,向提供更多的应用价值及提升产品的科技感发展。
目的时序行为识别是视频理解中最重要的任务之一,该任务需要对一段视频中的行为片段同时进行分类和回归,而视频中往往包含不同时间长度的行为片段,对持续时间较短的行为片段进行检测尤其困难。针对持续时间较短的行为片段检测问题,文中构建了3维特征金字塔层次结构以增强网络检测不同持续时长的行为片段的能力,提出了一种提案网络后接分类器的两阶段新型网络。方法网络以RGB连续帧作为输入,经过特征金字塔结构产生不同分辨
目的肺结节是肺癌的早期存在形式。低剂量CT(computed tomogragphy)扫描作为肺癌筛查的重要检查手段,已经大规模应用于健康体检,但巨大的CT数据带来了大量工作,随着人工智能技术的快速发展,基于深度学习的计算机辅助肺结节检测引起了关注。由于肺结节尺寸差别较大,在多个尺度上表示特征对结节检测任务至关重要。针对结节尺寸差别较大导致的结节检测困难问题,提出一种基于深度卷积神经网络的胸部CT
目的足球比赛视频中的球员跟踪算法为足球赛事分析提供基础的数据支持。但足球比赛中球员跟踪存在极大的挑战:球员进攻、防守和争夺球权时,目标球员可能产生快速移动、严重遮挡和周围出现若干名干扰球员的情况,目前仍没有一种能够完美解决足球比赛中球员跟踪问题的算法。因此如何解决足球场景中的困难,提升球员跟踪的准确度,成为当前研究的热点问题。方法本文在分析足球比赛视频中球员目标特点的基础上,通过融合干扰项感知的颜
目的在计算机断层扫描(computed tomography,CT)影像中对骨组织部位进行自动分析和检测,对于骨科疾病的早期诊断具有重要意义,然而基于人工分析诊断的方法存在效率较低、诊断的准确性和客观一致性无法保证等问题。为此,本文研究构建一个骨组织病变检测的级联神经网络模型,以期为骨科医生的诊断提供支持。方法在影像预处理阶段使用改进的增强方法对CT影像进行对比度增强并获取影像中的人体有效部位;根
介绍了目前我国香氛喷雾市场的概况,对市场主流的香氛喷雾产品的基本信息、香型、卖点等进行了分析,探讨了现有香氛喷雾的功效,最后对未来香氛喷雾的发展提出了建议。
香氛作为洗护行业非常重要的角色,其基本作用有中和异味、感官体验、持久留香等。在当下特殊的大环境下,人们需要寻求情绪释放及情感传递的正确方式。情感香氛的研究是香氛行业的一个新的制高点。芬美意EmotiOn程序,提供全新的情感香氛开发工具和解决方案。这种独特的方案汇集了芬美意独有的全球消费者洞察、前沿的神经科学研究和调香师的专业知识,运用气味之力传递积极情绪。
目的肝脏肿瘤是人体最具侵袭性的恶性肿瘤之一,传统的肿瘤诊断依靠观察患者的CT(computed tomography)图像,工作量大时易造成疲劳,难免会产生误诊,为此使用计算机辅助的方法进行诊断,但现有的深度学习方法中存在肿瘤分类准确率低、网络的特征表达能力和特征提取能力较弱等问题。对此,本文设计了一种多尺度深度特征提取的分类网络模型。方法首先在原始CT图像中选取感兴趣区域,然后根据CT图像的头文