基于改进U-net的医学图像分割模型

作     者：杨永谱 甘海涛 夏薇 杨智 叶志伟 YANG Yongpu;GAN Haitao;XIA Wei;YANG Zhi;YE Zhiwei

作者机构：湖北工业大学计算机学院湖北武汉430068 华中科技大学同济医学院附属武汉儿童医院(武汉市妇幼保健院)湖北武汉430070 

基　　金：湖北工业大学高层次人才基金(GCRC2020016) 湖北省自然科学基金(2021CFB282) 省部共建生物催化与酶工程国家重点实验室开放基金项目(SKLBEE2021020和SKLBEE2020020) 

出 版 物：《湖北工业大学学报》 (Journal of Hubei University of Technology)

年 卷 期：2025年第40卷第1期

页      码：49-54页

摘      要：U-net模型在医学图像分割中取得了很多的发展,但是其忽略了低层视觉特征和高层语义特征之间的差距,限制了网络的特征提取能力。针对这个问题,首先设计了一个特征增强模块,以更大的感受野来增强网络的特征提取能力,并使用跳跃连接将网络中低级特征与高级特征融合。同时引入三重注意力机制来融合空间维度和通道维度的特征,从而达到增强有用信息的目的。最后,设计了一种新的损失函数,引入二元交叉熵和Dice损失函数,来抑制数据集中类别不平衡的问题。该模型在BraTs数据集上进行了实验,取得了0.8592的平均Dice。实验结果表明,该模型性能优于其他常用的分割网络。

主 题 词：医学图像分割 特征增强 注意力机制 损失函数 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

馆 藏 号：203157294...