科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有海马体分割算法无法对目标区域进行精确分割的问题，利用编解码结构研究一种基于特征融合的海马体分割模型。首先利用Resnet34作为模型特征编码层提取更丰富的语义特征；其次在编解码过渡层引入基于混合扩张卷积的ASPP模块以获取多尺度特征信息。最后使用注意力特征融合机制作为编解码层间的连接层以有效结合深层特征与浅层特征，为后续分割提供海马体区域位置信息，提高模型分割性能。实验在ADNI数据集上进行以验证提出模型的有效性，所研究网络模型IoU、DICE、精确率、召回率4个评价指标上分别达到了84.67%、88.51%、87.90%和89.01%。与现有先进医学分割算法进行实验对比，也表明了该模型有更好的分割能力，达到了较好的海马体图像自动分割效果。
- 出版日期2023
- 单位广东工业大学
