计算机时代2023，Issue(10) ：100-104.DOI:10.16644/j.cnki.cn33-1094/tp.2023.10.021

基于Attention-ResUNet的肝脏肿瘤分割算法

Liver tumor segmentation algorithm based on Attention-ResUNet

陈哲 童基均 潘哲毅
计算机时代2023，Issue(10) ：100-104.DOI:10.16644/j.cnki.cn33-1094/tp.2023.10.021
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于Attention-ResUNet的肝脏肿瘤分割算法

Liver tumor segmentation algorithm based on Attention-ResUNet

陈哲 1童基均 1潘哲毅2
扫码查看

作者信息

  • 1. 浙江理工大学信息科学与工程学院,浙江 杭州 310018
  • 2. 中国人民武装警察部队海警总队医院信息科
  • 折叠

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.

关键词

CT图像/残差模块/肝脏肿瘤分割/U-Net/注意力机制

Key words

CT images/residual net/liver tumor segmentation/U-Net/attention mechanism

引用本文复制引用

基金项目

嘉兴市科技计划(2021AD30081)

出版年

2023
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
参考文献量14
段落导航相关论文