首页|LKA_Unet:将基于大卷积核的空间注意力机制应用于Unet

LKA_Unet:将基于大卷积核的空间注意力机制应用于Unet

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
医学图像分割技术能够自动勾勒出医学图像中人体组织结构和病变区域,进而辅助医生诊疗,减少误诊率.然而大多数现有医学图像分割模型使用的是感受野固定且很小的卷积核,不能完美地拟合图像中的全局特征信息.针对这个问题,我们提出了一个具有超大感受野的空间注意力机制模块.在DentalPanoramicXrays数据集上的实验表明,该模块加入到Unet网络后,分割精度提升了约2个百分点.
LKA_Unet: applying spatial attention mechanism based on large convolutional kernel to Unet

蔡一民、杨威

展开 >

贵州大学医学院,贵州 贵阳 550025

深度学习 医学图像分割 空洞卷积 空间注意力机制

黔科合支撑项目

[2022]一般272

2023

10.16644/j.cnki.cn33-1094/tp.2023.05.017

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(5)
  • 19