基于UNet++的自动分割COVID-19病灶模型在CT切片中的应用

刘丽婷; 朱永振; 高飞; 群诺

首页> 中文期刊> 《微电子学与计算机》 >基于UNet++的自动分割COVID-19病灶模型在CT切片中的应用

基于UNet++的自动分割COVID-19病灶模型在CT切片中的应用

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对肺部病变的多样性和区域分割复杂化的问题,提出了一种新的UNet++模型,包括在U-Net基础上进行了改进,主要由挤压和注意模块、空洞空间金字塔池模块、下采样、上采样、跳过连接和损失函数组成.首先,引入了挤压和注意模块来加强像素分组的注意力,充分利用全局上下文信息,让网络更好地挖掘像素之间的差异和联系.其次,设计空洞空间金字塔池模块,用于捕获COVID-19病变的多尺度信息.下采样获得高维信息,然后使用四次上采样将特征图恢复到原始大小,并使用四个跳跃连接来合并特征图.此外,广义骰子损失可以降低病变大小与骰子损失之间的相关性,从而解决小区域分割问题.使用来自不同数据集的CT扫描数据对UNet++模型进行了广泛的实验.在实验中,UNet++模型和GDL分别与典型分割模型和流行的损失函数进行了比较,实验数据表明提出的新的UNet++模型最接近黄金标准.

著录项

来源
《微电子学与计算机》 |2023年第4期|47-55|共9页
作者
刘丽婷; 朱永振; 高飞; 群诺;
展开▼
作者单位

西藏大学信息科学技术学院;

西藏信息化省部共建协同创新中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
COVID-19肺部感染; CT图像; 分割; 广义骰子损失(GDL);

相似文献

中文文献
外文文献
专利

1. 基于多模型融合的肺部CT新冠肺炎病灶区域自动分割 [J] . 史天意 ,程枫 ,李震 . 自动化学报 . 2023,第2期
2. 3D SE-ResNet:一种从CT图像中自动分割COVID-19肺部感染模型 [J] . 朱勇 ,谢勤岚 . 中南民族大学学报:自然科学版 . 2022,第2期
3. 基于C-V模型的肝脏病灶CT图像多相分割 [J] . 徐丹霞 ,吴效明 ,岑人经 . 医疗卫生装备 . 2009,第011期
4. 基于深度学习分割模型的脑出血CT图像自动分割研究 [J] . 苗政 ,李明洋 ,陈忠萍 . 中国医疗设备 . 2022,第8期
5. 基于CT平扫的深度学习自动分割模型对肾积水病人分侧肾功能的评估 [J] . 钱姚天 ,王一惟 ,韩秋月 . 国际医学放射学杂志 . 2023,第2期
6. 用基于主动轮廓模型的方法分割肺部病理CT图像病灶 [C] . 杨谊 ,喻德旷 ,申洪 . 2005年全国理论计算机科学学术年会 . 2005
7. 基于可变形模型的CT图像病灶分割及参数测量 [A] . 邱明 . 2005

基于UNet++的自动分割COVID-19病灶模型在CT切片中的应用

摘要

著录项

相似文献

相关主题

期刊订阅