首页|基于EGE-Unet算法的细胞核图像分割

基于EGE-Unet算法的细胞核图像分割

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对细胞核图像复杂多样、分割时间长的问题,本文应用了一种快速高效的图像分割模型Efficient Group Enhanced UNet(EGE-Unet).模型集成了Group multi-axis Hadamard Product Attention module(GHPA)以及Group Aggregation Bridge module(GAB).GHPA以线性复杂度提取信息,GAB高效融合多尺度信息.实验结果表明,该算法较U-Net、UNet++,在数据集dsb18上展现了卓越的分割效果,体现出了优秀的泛化能力,达到了快速准确分割细胞核图像的目的.

梁禹

展开 >

浙江中医药大学,浙江杭州,310000

EGE-Unet 细胞核图像 U-Net UNet++

2024

10.19772/j.cnki.2096-4455.2024.3.022

电子元器件与信息技术

电子元器件与信息技术

ISSN：
年,卷(期)：2024.8(3)
  • 6