科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对医学图像分割中器官边界分割模糊、器官过度分割的问题，提出一种具有双路径长连接方式的医学图像分割模型AR-UNet。AR-UNet在U型结构的长连接方式中采用具有注意力机制的注意力路径和由残差块组成的残差路径，双路径长连接方式的引入可以增加特征间的关联关系使相似的特征之间增加长依赖关系，同时获取更丰富的特征信息，减少由于边界模糊造成的过度分割，而采用改进的瓶颈结构较传统的残差网络结构弥补了浅层特征的丢失，提升了医学图像器官分割精度。在MSDSpleen公共数据集上测试表明AR-UNet模型的图像分割精度明显提升，验证了该模型在医学图像分割领域的有效性。
- 单位
