| 融合多模態(tài)分組特征處理模塊的腦腫瘤分割方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>3886 K | |
| 標(biāo)簽： 腦部腫瘤分割 U-Net MRI | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：當(dāng)前腦部腫瘤分割模型大多在通道維度上簡單拼接多模態(tài)MRI圖像，未充分利用其多模態(tài)信息。為此，基于3D UX-Net，提出融合多模態(tài)分組特征處理模塊的MGF-UX Net模型。該模型通過模態(tài)特征抽取與融合兩大模塊，實(shí)現(xiàn)多模態(tài)特征的有效利用。模態(tài)特征抽取模塊針對四種MRI模態(tài)特性，采用專門的特征提取網(wǎng)絡(luò)，以最大化保留有效信息；模態(tài)特征融合模塊基于先驗(yàn)知識(shí)，將四個(gè)模態(tài)劃分為兩組，并通過模態(tài)分組交叉注意力（MGCA）機(jī)制進(jìn)行深度融合。實(shí)驗(yàn)結(jié)果表明，在BraTS2021數(shù)據(jù)集上，MGF-UX Net的平均DSC和HD95分別達(dá)到91.01%和4.975 mm，在腦腫瘤分割任務(wù)中各項(xiàng)指標(biāo)優(yōu)于現(xiàn)有對比模型。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
腦部腫瘤分割 相關(guān)資源
wwei 的最新分享
- 基于多域特征的雷達(dá)有源干擾信號(hào)智能識(shí)別
- 基于自注意力1dCNN的雷達(dá)目標(biāo)識(shí)別方法及教研系統(tǒng)設(shè)計(jì)
- 航向信標(biāo)輻射場中障礙物影響分析與布局優(yōu)化
- 一種Ku頻段高性能低成本低噪聲放大器
- 12~30 GHz高精度低附加相移數(shù)控衰減器設(shè)計(jì)
- 基于ESP32嵌入式Web服務(wù)器的手機(jī)化儀表設(shè)計(jì)
- 基于聚類的HTTP/HTTPS協(xié)議資產(chǎn)發(fā)現(xiàn)
- 基于邊緣算力和改進(jìn)YOLOv10算法的智能垃圾分類系統(tǒng)
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2