基于Attention-ResUNet的肝脏肿瘤分割算法

作     者：陈哲 童基均 潘哲毅 Chen Zhe;Tong Jijun;Pan Zheyi

作者机构：浙江理工大学信息科学与工程学院浙江杭州310018 中国人民武装警察部队海警总队医院信息科 

基　　金：嘉兴市科技计划项目合同书(2021AD30081) 

出 版 物：《计算机时代》 (Computer Era)

年 卷 期：2023年第10期

页      码：100-104页

摘      要：为了给患者下一步诊疗提供判断依据,研究了利用CT图像对肝脏肿瘤区域进行自动分割,提出一种新的深度神经网络Attention-ResUNet。该网络重新设计U-Net的编解码结构,在特征提取模块中结合残差模块来加强了特征映射,并利用通道注意力机制和空间注意力机制对特征重新标定,增强有效特征,使得特征能够高效传输。实验表明,Attention-ResUNet在3D-IRCADb数据集和LiTS数据集均能取得接近标注数据的分割性能。

主 题 词：CT图像 残差模块 肝脏肿瘤分割 U-Net 注意力机制 

学科分类：080901[080901] 0809[工学-计算机类] 08[工学] 

D　O　I：10.16644/j.cnki.cn33-1094/tp.2023.10.021

馆 藏 号：203124122...