信息技术与信息化2024，Issue(10) ：107-110.DOI:10.3969/j.issn.1672-9528.2024.10.025

Back UNet:基于自注意力机制与UNet的婴儿脑MRI分割

夏宗辉 庞宇
信息技术与信息化2024，Issue(10) ：107-110.DOI:10.3969/j.issn.1672-9528.2024.10.025
✕
  • 维普
  • 万方数据

Back UNet:基于自注意力机制与UNet的婴儿脑MRI分割

夏宗辉 1庞宇2
扫码查看

作者信息

  • 1. 长春金融高等专科学校计算机应用与数字媒体学院 吉林长春 130124
  • 2. 吉林化工学院理学院 吉林吉林 132022
  • 折叠

摘要

婴儿脑影像分割在神经发育研究和早期疾病诊断中扮演着关键角色.然而,此领域的研究面临婴儿脑组织间对比度低、婴儿脑影像尺寸较大等挑战,这些问题增加了自动化分割方法的研发难度.针对上述挑战,提出一种结合自注意力机制与UNet的新型深度学习方法.通过引入自注意力机制,所提出的模型能够更好地捕捉图像中不同组织间的特征信息,强化对全局信息的理解,从而更准确地区分不同脑组织.在公开的婴儿脑MRI数据集上进行的实验结果表明,所提出的方法在常用评价指标上显示出较现有技术更优的表现.

关键词

婴儿脑分割/自注意力机制/UNet/MRI

引用本文复制引用

出版年

2024
信息技术与信息化
山东电子学会

信息技术与信息化

影响因子：0.29
ISSN：1672-9528
段落导航相关论文